Il a été démontré que le choix du modèle ABC utilisant des facteurs de Bayes n'est pas recommandé en raison de la présence d'une erreur provenant de l'utilisation de statistiques sommaires. La conclusion de cet article repose sur l'étude du comportement d'une méthode populaire d'approximation du facteur Bayes (algorithme 2).
Il est bien connu que les facteurs de Bayes ne sont pas le seul moyen de faire un choix de modèle. Il existe d'autres caractéristiques, telles que les performances prédictives d'un modèle, qui pourraient être intéressantes (par exemple, les règles de notation ).
Ma question est : existe-t-il une méthode, analogue à l'algorithme 2, pour approximer certaines règles de notation ou d'autres quantités qui peuvent être utilisées pour effectuer un choix de modèle en termes de performance prédictive dans des contextes à probabilités compliquées?