المتوسط الترجيحي البايزي للسلاسل الزمنية
يجمع المتوسط الترجيحي البايزي للسلاسل الزمنية (TS-BMA) التنبؤات من مجموعة نماذج سلاسل زمنية — مثل مواصفات الانحدار الذاتي (AR)، أو الانحدار الذاتي المتجه (VAR)، أو فضاء الحالة — عن طريق ترجيح كل نموذج باحتماله البعدي بناءً على البيانات المرصودة. فبدلاً من اختيار نموذج واحد والتخلص من عدم اليقين بشأن النموذج الأفضل، يدمج TS-BMA عدم اليقين النموذجي، مما ينتج عنه تنبؤات أكثر قوة ومعايرة بشكل أفضل من أي نموذج فردي.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–401. link ↗
- Raftery, A. E., Kárný, M., & Ettler, P. (2010). Online prediction under model uncertainty via dynamic model averaging: Application to a cold rolling mill. Technometrics, 52(1), 52–66. DOI: 10.1198/TECH.2009.08104 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Time Series Bayesian Model Averaging. ScholarGate. https://scholargate.app/ar/bayesian/time-series-bayesian-model-averaging
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- متوسط النماذج البيزيةبايزي↔ compare
- الانحدار البايزيبايزي↔ compare
- مرشح كالمانبايزي↔ compare
- مونت كارلو التسلسليبايزي↔ compare
- الاستدلال البيزي للسلاسل الزمنيةبايزي↔ compare