Detailseite
Projekt Druckansicht

LIESEL - ein Software-Projekt für Bayesianische Inferenz in der semiparametrischen Verteilungsregression

Fachliche Zuordnung Statistik und Ökonometrie
Softwaretechnik und Programmiersprachen
Förderung Förderung seit 2021
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 443179956
 
LIESEL ist ein Software-Projekt zur Ermöglichung von Forschung in der semiparametrischen Verteilungsregression mit Fokus auf Modularität, Erweiterbarkeit und Verlässlichkeit. Die Verteilungsregression hat in der statistischen Methodenentwicklung große Aufmerksamkeit erzielt, da sie es ermöglicht, auch komplexe Zusammenhangsstrukturen zu untersuchen, in denen die erklärenden Variablen nicht nur den Erwartungswert der Zielgröße, sondern auch andere Verteilungseigenschaften wie Skala, Schiefe oder Abhängigkeiten bestimmen. LIESEL liegt an der Schnittstelle von spezialisierten Implementationen Bayesianischer Software einerseits und allgemeinen Programmierumgebungen der Bayesianischen Inferenz andererseits. Damit ist LIESEL flexibel genug, um als Grundlage für die Implementation komplexer Modellerweiterungen zu dienen und komfortabel genug, um eine schnelle Umsetzung und Evaluation von Prototypen zu ermöglichen. Dabei spielen moderne Werkzeuge der Software-Entwicklung eine große Rolle, nicht nur für computationale Aspekte, sondern auch in den Bereichen Dokumentation, kollaborative Entwicklung und Qualitätssicherung.LIESEL ist als Python-Paket mit R-Schnittstelle konzipiert und stellt eine einfach zugängliche und konsistente Anwendungsschnittstelle zur Spezifikation und Schätzung von Modellen der Verteilungsregression zur Verfügung. Grundlage hierfür sind ungerichtete azyklische Graphen, mit deren Hilfe sich Bayesianische Modelle repräsentieren und in eine modulare und verständliche Kodierung überführen lassen. Modellkomponenten wie nichtlineare, räumliche oder zufällige Effekte sowie verschiedene Markov-Ketten-Monte-Carlo-Algorithmen sind ebenso Teil von LIESEL wie Werkzeuge zur Visualisierung und Modellüberprüfung. LIESEL trägt zur Entwicklung vertrauenswürdiger statistischer Software, reproduzierbarer Forschung und Fortschritten der statistischen Methodik bei und stellt dafür eine sorgfältig getestete und verlässliche Basis für die Implementation von Modellerweiterungen und neuen Algorithmen der statistischen Inferenz zur Verfügung.Ein LIESEL-Prototyp wurde im DFG-Projekt "Semiparametrische Regressionsmodelle für Lokation, Skala und Form" sowie dem Teilprojekt "Räumlich-zeitliche Verteilungsregression" des GRK 2300 "Anreicherung von Buchenwäldern durch Nadelbäume" entwickelt. Ziel dieses Projekts ist die Nutzbarmachung des gesamten Potenzials der Software durch (i) die systematische Re-Evaluation und Verbesserung der Kernkomponenten, um die nachhaltige (Wiederbe-)Nutzbarkeit zu ermöglichen, (ii) die Demonstration des Potenzials in Anwendungen, die in Kooperation mit Forschungspartnern durchgeführt werden, sowie (iii) umfassende Maßnahmen zur Verbreitung und Öffentlichkeitsarbeit. Zur Erreichung dieser Ziele können wir umfassende Erfahrung in der Entwicklung statistischer Software ebenso wie ein etabliertes wissenschaftliches Netzwerk gewinnbringend einsetzen.
DFG-Verfahren Sachbeihilfen
 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung