Birey Tabanlı Modelleme (BTM) — Ortaya Çıkan Karmaşıklığın Simülasyonu

Sistem dinamiği, diferansiyel denklemlerle tanımlanan toplu stokları, akışları ve geri besleme döngülerini kullanarak bir sistemi modeller — popülasyonu homojen bir bütün olarak ele alır ve zaman içindeki ortalama davranışı izler. BTM, her bir bireysel bireyi ayrı ayrı modeller, heterojenliğe, yerel mekansal etkileşimlere ve yola bağlı davranışlara izin verir. Toplu geri besleme yapısının ana ilgi odağı olduğu ve birey heterojenliğinin önemli olmadığı durumlarda sistem dinamiğini, bireysel farklılıkların ve yerel etkileşimlerin incelemek istediğiniz mekanizma olduğu durumlarda ise BTM'yi seçin.

Bir BTM'nin çıktısı, tek bir deterministik yörünge yerine stokastik çalıştırmalar boyunca bir dağılımdır. Pratik bir minimum olarak, en az 1.000 tekrarda çalıştırın ve temel çıktı istatistikleriniz üzerindeki güven aralıklarını inceleyin. Aralıklar genişse, daha fazlasını çalıştırın. Yalnızca tek bir çalıştırmayı veya küçük bir avuç çalıştırmayı temsili olarak raporlamak yaygın ve ciddi bir hatadır.

Doğrulamanın birkaç katmanı vardır: yapısal doğrulama (kurallar bilinen davranışlarla tutarlı mı?), örüntü odaklı doğrulama (model yalnızca birini değil, birden çok gözlemlenen ampirik örüntüyü aynı anda yeniden üretiyor mu?) ve tahmin edici doğrulama (örneklem dışı tahminler geçerli mi?). Tek bir toplu istatistiği yeniden üretmek, modelin doğru olduğuna dair yeterli kanıt değildir.

Teoriye dayalı kurallar, veri yokluğunda doğrudan kullanılabilir, ancak model o zaman keşfedici olarak sunulmalıdır, tahmin edici olarak değil. Kısmi verilerin mevcut olduğu yerlerde, Yaklaşık Bayesçi Hesaplama (ABC), simüle edilmiş özet istatistikleri gözlemlenenlerle karşılaştırarak parametre dağılımlarını tahmin etmek için ilkeli bir çerçeve sunar. En çok hangi parametrelerin önemli olduğunu göstermek için her zaman hassasiyet analizi gereklidir.