Promediació Jeràrquica de Models Bayesians
El model averaging bayesià jeràrquic (HBMA) combina el model averaging bayesià amb una estructura de model jeràrquica, fent la mitjana de quantitats posteriors sobre un conjunt de models candidats ponderats per la probabilitat posterior de cada model. En lloc de seleccionar un únic model òptim, l'HBMA propaga la incertesa del model a través d'un marc jeràrquic, produint prediccions i estimacions de paràmetres que reflecteixen honestament la incertesa sobre quin model és correcte.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417. link ↗
- Fragoso, T. M., Bertoli, W., & Louzada, F. (2018). Bayesian model averaging: A systematic review and conceptual classification. International Statistical Review, 86(1), 1–28. DOI: 10.1111/insr.12243 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/ca/bayesian/hierarchical-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.
- Criteri d'Informació Bayesiana (BIC)Avaluació de models↔ compare
- Mitjana de models bayesiansBayesià↔ compare
- Regressió BayesianaBayesià↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Cadena de Markov de Monte Carlo jeràrquicaBayesià↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →