Analysis of sloppiness in model simulations: Unveiling parameter uncertainty when mathematical models are fitted to data.
Analysis of sloppiness in model simulations: Unveiling parameter uncertainty when mathematical models are fitted to data.
复制标题
DOI：
10.1126/sciadv.abm5952
复制
发表时间：
2022-09-23
期刊：
影响因子：
13.6
通讯作者：
中科院分区：
文献类型：
--
作者：
这项工作引入了一种综合的方法来评估模型输出对参数值变化的敏感性，受先验信念和数据组合的约束。这种方法识别了强烈影响模型数据拟合质量的僵硬参数组合，同时揭示了这些关键参数组合中哪些主要由数据提供信息，哪些也受到先验的实质性影响。我们专注于复杂系统中非常常见的情况，与要集体估计的模型参数数量相比，数据的数量和质量都很低，并展示了该技术在生物化学，生态学和心脏电生理学应用中的好处。我们还展示了刚性参数组合，一旦确定，如何揭示被建模系统的控制机制，并告知在未来的实验中需要优先考虑哪些模型参数，以改进从集体模型数据拟合的参数推断。分析模型的马虎性揭示了对模型输出有强烈影响的关键参数组合。
This work introduces a comprehensive approach to assess the sensitivity of model outputs to changes in parameter values, constrained by the combination of prior beliefs and data. This approach identifies stiff parameter combinations strongly affecting the quality of the model-data fit while simultaneously revealing which of these key parameter combinations are informed primarily by the data or are also substantively influenced by the priors. We focus on the very common context in complex systems where the amount and quality of data are low compared to the number of model parameters to be collectively estimated, and showcase the benefits of this technique for applications in biochemistry, ecology, and cardiac electrophysiology. We also show how stiff parameter combinations, once identified, uncover controlling mechanisms underlying the system being modeled and inform which of the model parameters need to be prioritized in future experiments for improved parameter inference from collective model-data fitting. Analysis of model sloppiness unveils key parameter combinations strongly influencing model outputs.
登录
查看更多内容
影响因子：
2.3
作者：
Casey, F. P.;Baird, D.;Sethna, J. P.
通讯作者：
Sethna, J. P.
影响因子：
2.2
作者：
Doucet, A;Godsill, S;Andrieu, C
通讯作者：
Andrieu, C
影响因子：
5
作者：
Baker, Christopher M.;Bode, Michael;McDonald-Madden, Eve
通讯作者：
McDonald-Madden, Eve
影响因子：
2.1
作者：
Cui, T.;Martin, J.;Spantini, A.
通讯作者：
Spantini, A.
影响因子：
4.1
作者：
Briggs, GE;Haldane, JBS
通讯作者：
Haldane, JBS