Når du står overfor et datasett, er det mulig å tilpasse tusenvis av modeller med bare et knappetrykk. Men hvordan kan du velge den beste? Med så mange potensielle modeller er risikoen for overfitting en reell bekymring. Spørsmålet er: Er den aper som skrev Hamlet virkelig en god forfatter? Modelleringsvalg er essensielt i alt statistisk arbeid med data. Til tross for raske fremskritt innen modelltilpasning og teoretisk forståelse av modellvalg, er denne boken den første som sammenfatter forskning og praksis fra dette dynamiske feltet. Boken forklarer, diskuterer og sammenligner ulike kriterier for modellvalg, inkludert AIC, BIC, DIC og FIC. Usikkerhetene knyttet til valg av modeller blir grundig adressert, med en gjennomgang av både hyppighetsbaserte og Bayesiske metoder. Modellgjennomsnittlig ordninger introduseres også. Eksempler med reelle data gir praktisk innsikt, mens detaljerte utledninger bidrar til en dypere forståelse av metodikken. I tillegg finnes det pedagogiske øvelser som bygger kjennskap til metodene. Tilknyttede nettsider tilbyr datasett og R-kode.
