Modellvergleiche

Zahlreiche Probleme in der Grundlagenforschung befassen sich mit dem Vergleich mehrerer wissenschaftlicher Annahmen, um herauszufinden, welche von ihnen wahrscheinlicher ist oder zumindest der Wahrheit näher kommt. Um diese Annahmen zu vergleichen, übersetzen Wissenschaftler sie in statistische Modelle und untersuchen dann, wie gut die Vorhersagen der Modelle mit den gesammelten Daten aus der realen Welt übereinstimmen.

Auch wenn das Ziel rein prädiktiv ist, ist der Modellvergleich sehr wichtig für die Auswahl von Vorhersagemodellen oder der kombination mehrerer Modelle. In unserer Arbeitsgruppe erforschen wir Bayesianische Modellvergleichsansätze sowohl aus theoriegeleiteter als auch aus prädiktiver Perspektive und versuchen sogar, Wege zu finden, beide Perspektiven zu kombinieren.