Denne boken er skrevet for å introdusere masterstudenter og forskere innen ulike vitenskapelige disipliner til bruken av informasjonsteoretiske tilnærminger i analysen av empiriske data. Disse metodene muliggjør en datadrevet utvelgelse av en 'beste' modell, samt rangering og vektlegging av de gjenværende modellene i et forhåndsdefinert sett. Tradisjonell statistisk inferens kan deretter baseres på denne utvalgte modellen. Boken legger imidlertid vekt på at informasjonsteoretiske tilnærminger gir mulighet for formell inferens basert på mer enn én modell, kjent som multimodell inferens. Slike prosedyrer fører ofte til mer robuste konklusjoner, noe vi anbefaler gjennom hele verket. Den andre utgaven av boken er utarbeidet med tre mål for øye. For det første har vi arbeidet med å forbedre presentasjonen av materialet. Viktige uttrykk og punkter fremheves nå i bokser. Det er også gjort reorganiseringer for å bedre flyten av begreper, og et nytt kapittel er blitt lagt til. Kapitlene 2 og 4 har blitt strømlinjeformet for å gjøre stoffet mer tilgjengelig og lettfattelig.
