Пространствено Байесово осредняване на модели
Пространственото Байесово осредняване на модели (spatial BMA) разширява класическото BMA към ситуации, където наблюденията са геореферирани и трябва да се моделира пространствена зависимост. Вместо да се избира единствен пространствен регресионен модел — кой матрица на пространствените тегла да се използва, кои регресори да се включат, каква пространствена структура на лага или грешката да се приеме — то осреднява прогнозите и оценките на параметрите по всички кандидат-модели, като тегли всеки според неговата апостериорна вероятност при дадените данни.
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
- LeSage, J. P. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- Fernandez, C., Ley, E. & Steel, M. F. J. (2001). Benchmark priors for Bayesian model averaging. Journal of Econometrics, 100(2), 381-427. DOI: 10.1016/S0304-4076(00)00076-2 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Spatial Bayesian Model Averaging. ScholarGate. https://scholargate.app/bg/bayesian/spatial-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
- Йерархично Бейсианско заключениеБейсови методи↔ compare
- Пространствено Байесово ИзвежданеБейсови методи↔ compare
- Пространствена вариационна инференцияБейсови методи↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →