Многостепенно байесово осредняване на модели
Многостепенното байесово осредняване на модели (ML-BMA) разширява класическото байесово осредняване на модели към групирани или йерархично структурирани данни. Вместо да се ангажира с една единствена спецификация на многостепенен модел, то изчислява претеглена средна стойност на прогнози и оценки на параметри от набор от кандидати за многостепенни модели, като претегля всеки модел според неговата апостериорна вероятност при дадените данни. Резултатът отчита едновременно несигурността в груповата структура, фиксираните ефекти, случайните ефекти и подбора на ковариати.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-401. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/bg/bayesian/multilevel-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.
- Байесовско осредняване на модели (Bayesian Model Averaging, BMA)Бейсови методи↔ compare
- Байесов регресионен моделБейсови методи↔ compare
- Гиббсов семплерБейсови методи↔ compare
- Йерархично Бейсианско заключениеБейсови методи↔ compare
- Многостепенни MCMC методиБейсови методи↔ compare
- Многостепенен вариационен изводБейсови методи↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →