Inferência Após Seleção de Modelo

Estratégias típicas de modelagem envolvem seleção de modelo, o que tem um efeito significativo na inferência de parâmetros estimados. A prática comum é usar um modelo selecionado ignorando a incerteza introduzida pelo processo de seleção de modelo. Isso pode resultar em inferências excessivamente otimistas, resultando em falsas descobertas. Neste artigo, desenvolvemos uma metodologia geral por meio de aproximação otimizada para estimar a média e a variância de estatísticas complexas que envolvem o processo de seleção de modelo. Isso nos permite fazer inferências aproximadamente imparciais, levando em conta o processo de seleção. Examinamos as características operacionais da metodologia proposta por meio de análises assintóticas e simulações. Esses resultados mostram que a metodologia proposta gera inferências corretas e supera alternativas comuns.