从杂乱模型中提取可证伪预测
摘要：成功的预测是任何模型最具说服力的验证之一。从非线性多参数模型中提取可证伪的预测是很复杂的，因为这些模型通常具有敏感度，不同参数组合的敏感度范围可以达到多个数量级。在这里，我们讨论了敏感度对最好约束模型预测的数据类型的影响，以及线性不确定性近似的危险性，并在Monte-Carlo不确定性分析中引入了计算困难。我们还提出了一个有用的测试问题，并建议改进模型交流的标准。
作者：Ryan N. Gutenkunst, Fergal P. Casey, Joshua J. Waterfall, Christopher R. Myers, James P. Sethna
论文ID：0704.3049
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2007-11-24