Explorative Vergleichsstrategien statistischer Modelle

• Antragsteller: Professor Dr. Antony Unwin
• Fachliche Zuordnung: Mathematik
• Förderung: Förderung von 2001 bis 2005
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5295886

Statistische Modelle sollen vorhandene Daten beschreiben und neue Daten vorhersagen. Die Wahl eines Modells wird durch diese Ziele beeinflußt und durch die Berechenbarkeit der Modelle. Moderne Software erlaubt die Berechnung zunehmend komplexer Modelle. Derzeit verfügbare automatische Modellselektionsverfahren beschränken sich auf die Suche nach optimalen Modellen innerhalb einer Gruppe von ineinander geschachtelten Modellen. Zudem sind automatische Verfahren auf eindimensionale Optimalitätskriterien reduziert. Ziel dieses Projektes ist es, explorative Methoden zur Modellwahl einzusetzen und Kriterien für den Vergleich konkurrierender Modelle zu entwickeln. Dafür sind neue Softwarestrukturen zur Verwaltung statistischer Modelle erforderlich. In Phase I des Projekts wird Software für die Modellklasse der generalisierten linearen Modelle einschließlich deren Bayesscher Varianten erstellt. Ein Hauptziel stellt die Verbesserung der Veranschaulichung und Verständlichkeit von Bayesian-Model-Averaging dar. In Phase II sollen die Ergebnisse auf andere konkurrierende Modellklassen erweitert werden.

• DFG-Verfahren: Sachbeihilfen