modelvalget

Modellvalget refererer til prosessen der man velger mellom konkurrerende modeller som best forklarer data eller gir pålitelige prediksjoner. Det innebærer en avveining mellom modellkompleksitet og tilpasningsnøyaktighet, og mellom hvordan en modell forklarer data og hvor godt den predikerer ukjente observasjoner. Målet er å finne en modell som generaliserer godt, ikke bare passer det som allerede er observert.

Hovedprinsipper og metoder for modellvalg inkluderer vurdering av prediktiv ytelse og kompleksitet. Kryssvalidering og hold-out tester brukes for å estimere hvor godt en modell realiserer prediksjon på nye data. Informasjonskriterier som AIC og BIC gir en balanse mellom god tilpasning og begrenset kompleksitet. Bayesianske tilnærminger bruker Bayes-faktorer eller posterior sannsynlighet for å rangere modeller. I noen tilfeller brukes også modellgjennomsnitt (Bayesian model averaging) for å kombinere flere modeller.

Vanlige teknikker for å håndtere modellvalg inkluderer reguleringsteknikker som Lasso og Elastic Net, som kan redusere antall forklaringsvariabler og dermed forenkle modellen. For nested modeller brukes ofte likelihood-ratio tester; for ikke-nestede modeller sammenlignes ofte log-likelihood, AIC eller BIC. Valget påvirkes av kontekst, datakvalitet og målsetting, for eksempel forklaringskraft versus forutsigbarhet eller tolkningsbarhet.

Problemer knyttet til modellvalg inkluderer overtilpasning, data-snooping og multiple testing, som kan føre til skjevheter i vurderingen av modeller. God praksis fremmer transparens, pre-registrering av analyseplaner og skriftlig dokumentasjon av valgkriterier og beslutninger.

Se også: modellvurdering, kryssvalidering, informasjonskriterier, regulering, Bayesiansk modellvalg.