kandidaatmodellen

Kandidaatmodellen zijn een verzameling mogelijke statistische of wiskundige modellen die kunnen worden gebruikt om de relatie tussen variabelen te beschrijven. In een modelselectieproces worden deze kandidaatmodellen vergeleken met als doel een model te kiezen dat de data adequaat verklaart en/of nauwkeurige voorspellingen oplevert. Het begrip wordt in verschillende vakgebieden gebruikt, waaronder statistiek, econometrie en data-analyse.

Kenmerken van kandidaatmodellen zijn onder meer verschillen in functionele vorm (lineair versus niet-lineair), in de selectie van voorspellende variabelen, interactie-effecten, en assumpties over de foutenelementen of de verdeling van de data. Een kandidaatset kan bestaan uit modellen met verschillende aantallen parameters, verschillende regelingen voor kollineariteit en verschillende veronderstellingen over het patroon van de data.

Het proces omvat meestal: het definiëren van een pakket kandidaatmodellen, het schatten van deze modellen met de beschikbare data, en het evalueren op basis van criteria zoals informatiecriteria (bijv. AIC, BIC), cross-validated prestatie of likelihood ratio-tests. De gekozen aanpak probeert balans te vinden tussen goed verklaren van de data en welkome generaliseerbaarheid naar nieuwe data. Soms wordt modelgemiddelde toegepast als alternatief voor een enkele, definitieve keuze, om onzekerheid over het model zelf mee te nemen.

Uitdagingen bij het gebruik van kandidaatmodellen zijn onder meer modelonzekerheid, overfitting bij een grote set kandidaten, en de kans op data-dredging. Aanhangsels zoals Bayesian model selection en modelgemiddelde bieden aanvullende benaderingen om met deze onzekerheid om te gaan.