抄録
Bayes流接近法の枠組みでは,状況に応じてさまざまな事前分布を設定できる利点があるが,評価すべきモデルの数は多くなる.そのため,モデル診断を行う場合には予め適用場面で表れるモデル診断法の特徴を理解しておく必要がある.本稿では予測に焦点を向けた数少ないモデル診断法であるBayes予測情報量基準と予測点検接近法に注目し,これらの接近法の特徴を明確にする.シミュレーションを通して効果的な診断方法を提示することを試みた.その結果,本稿で想定した場面では,事前平均が真値か否かに関わらず,全体的にBayes予測情報量基準は事前情報が多い場面で低い値を示し,予測点検接近法は事前情報が少ない場面で高い予測点検確率を示した.すなわち,診断法を適用する場面によっては事前平均が真値でないモデルが選択されることが危惧される.適切なモデルを選択するためには,適用場面における各Bayes流予測モデル診断法の特徴を明確にすることが必要であり,各診断法の併用を含む診断方法の検討がモデル評価を行う前に重要になる.
