Байесовско осредняване на модели (Bayesian Model Averaging, BMA)

Байесовското осредняване на модели (BMA), формализирано като урок от Hoeting, Madigan, Raftery и Volinsky през 1999 г., адресира несигурността на модела чрез осредняване на всички правдоподобни спецификации на модела, вместо да избира един най-добър модел. Всеки кандидат-модел получава апостериорна вероятност, която отразява колко добре пасва на данните при даден априорен избор, а прогнозите или оценките на коефициентите се формират като претеглени средни стойности в цялото пространство на моделите. Този подход намалява отклонението и свръхувереността, които възникват, когато един избран модел се третира като истинския.