マルチバースの理論と方法：パネルベースモデルへの応用

要旨 マルチバース分析は、科学的主張の妥当性を取り巻く不確実性を推定するために、マルチバースとして知られる広範なモデル仕様のセットを体系的にサンプリングすることを含みます。これらの仕様を観察のサンプルにフィッティングすることにより、分析結果として統計が得られます。異なるモデル仕様のグループ間でこれらの統計の変動を調査することは、主張の頑健性を評価し、その根底にある仮定についての洞察を与えるのに役立ちます。しかし、マルチバース分析の理論的前提はしばしば暗黙的であり、普遍的に合意されているわけではありません。これに対処するために、仕様セットのモデリングに関与する分析選択の新しい正式な分類が提案されます。この仕様のインデックス方法は、マルチバースサンプルのサンプリング構造が独立同一分布の仕様の引き出しのモデルに従っていないことを強調し、むしろ情報ネットワークとしてモデリングできることを示しています。ネットワーク距離の尺度としてハミング距離が提案され、パネルデータセットへの応用により、このアプローチが手続きと推測された主張の透明性をどのように向上させ、暗黙的なパラメトリック仮定のチェックを容易にするかが示されています。結論では、提案されたマルチバースサンプリングの理論が、マルチバースの重み付けに関する進行中の議論、特にクラウドソースのマルチバースの認識的価値に関する議論に結び付けられています。