uu.seUppsala universitets publikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Multi-model approach to model selection
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik. Systems and Control.ORCID-id: 0000-0002-7957-3711
Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik. Systems and Control.
2004 (Engelska)Ingår i: Digital Signal Processing, Vol. 14, nr 5, s. 399-412Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

The single-model approach to model selection based on

information criteria, such as AIC or BIC, is omnipresent in the

signal processing literature.

However, any single-model approach picks up only

one model and hence misses the potentially significant information

associated with the other models fitted to the data. In our opinion

this is a drawback:

indeed, depending on the application, even the true model structure

(assuming that there was one) may not be the best choice for the intended

use of the model. The multi-model approach does not suffer

from such a problem:

using nothing more than the values of AIC or BIC it estimates

the a posteriori probabilities of each model under consideration

and then it goes on to use all fitted models in a weighted manner

according to their posterior likelihoods. We show via a numerical

study that the multi-model approach can outperform the single-model

approach in terms of statistical accuracy, without unduly increasing

the computational burden. The first goal of this paper is to advocate

the multi-model approach. A second goal is to introduce some guidelines

for numerically studying the performance of a model selection rule.

Ort, förlag, år, upplaga, sidor
2004. Vol. 14, nr 5, s. 399-412
Nyckelord [en]
model selection, AIC, BIC, model averaging
Identifikatorer
URN: urn:nbn:se:uu:diva-70182OAI: oai:DiVA.org:uu-70182DiVA, id: diva2:98093
Tillgänglig från: 2005-05-04 Skapad: 2005-05-04 Senast uppdaterad: 2018-10-01

Open Access i DiVA

Fulltext saknas i DiVA

Personposter BETA

Stoica, PeterSelén, Yngve

Sök vidare i DiVA

Av författaren/redaktören
Stoica, PeterSelén, Yngve
Av organisationen
Institutionen för informationsteknologiReglerteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 341 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf