...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of applied statistics >Feasibility as a mechanism for model identification and validation
【24h】

Feasibility as a mechanism for model identification and validation

机译：作为模型识别和验证机制的可行性

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

As new technologies permit the generation of hitherto unprecedented volumes of data (e.g. genome-wide association study data), researchers struggle to keep up with the added complexity and time commitment required for its analysis. For this reason, model selection commonly relies on machine learning and data-reduction techniques, which tend to afford models with obscure interpretations. Even in cases with straightforward explanatory variables, the so-called 'best' model produced by a given model-selection technique may fail to capture information of vital importance to the domain-specific questions at hand. Herein we propose a new concept for model selection,feasibility, for use in identifying multiple models that are in some sense optimal and may unite to provide a wider range of information relevant to the topic of interest, including (but not limited to) interaction terms. We further provide anRpackage and associated Shiny Applications for use in identifying or validating feasible models, the performance of which we demonstrate on both simulated and real-life data.
机译：随着新技术允许迄今为止前所未有的数据（例如基因组协会研究数据）的产生，研究人员努力跟上其分析所需的额外复杂性和时间承诺。出于这个原因，模型选择通常依赖于机器学习和数据减少技术，这倾向于提供模型的模型，而不是模糊的解释。即使在具有直接解释性变量的情况下，由给定的模型 - 选择技术产生的所谓的“最佳”模型可能无法捕获对手头的域特定问题至关重要的信息。在这里，我们提出了一种新的概念来选择的模型选择，可行性，用于识别某种感觉最佳的多个模型，并且可以团结一致，以提供与感兴趣的主题相关的更广泛的信息，包括（但不限于）交互条款。我们还提供ANRPackage和相关的闪亮应用程序，用于识别或验证可行模型，我们在模拟和现实生活中展示的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号