Modellval

Modellval är processen att välja en modell bland en uppsättning kandidatmodeller baserat på observerade data. Syftet kan vara att uppnå goda förutsägelser, få meningsfulla tolkningar eller båda. Valet innebär ofta en avvägning mellan passform och komplexitet för att undvika överanpassning.

Vanliga metoder inkluderar informationskriterier som AIC och BIC, vilka gör olika straff för antalet parametrar. Korsvalidering används för att uppskatta hur bra modellen kommer att prestera på ny data. Likelihood-ratio-tester och Bayesfaktorer används också för att jämföra modeller. Inom maskininlärning används även regulariseringstekniker som Lasso för att minska antalet variabler och därmed skapa enklare modeller.

Det är viktigt att tydligt definiera syftet: prediktion eller inferens. Valet påverkas av om modellerna är nästlade eller icke-nästlade. Storlek och kvalitet på data samt modellrymden påverkar hur robust modellvalet är; risk för misspecifikation kan leda till missvisande slutsatser.

Historik: Konceptet utvecklades inom statistiken. Akaike’s information criterion (AIC) introducerades omkring 1974 och Schwarz’s information criterion (BIC) omkring 1978. Bayesianska metoder med Bayesfaktorer utgör en annan våg av modellval. Modern praxis inkluderar korsvalidering, modellutvärdering och principer för stabilitet i modellvalet, som används inom statistik och maskininlärning.