ScholarGate
Asistent
Bayesian methodsBayesian / computational

Bayesovské průměrování časových řad

Bayesovské průměrování časových řad (TS-BMA) kombinuje prognózy z ansámblu modelů časových řad — jako jsou specifikace AR, VAR nebo stavového prostoru — vážením každého modelu jeho posteriórní pravděpodobností vzhledem k pozorovaným datům. Místo výběru jednoho modelu a zanedbání nejistoty ohledně toho, který model je nejlepší, TS-BMA integruje nejistotu modelu a produkuje prognózy, které jsou robustnější a lépe kalibrované než jakýkoli jednotlivý model.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–401. link
  2. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Time Series Bayesian Model Averaging. ScholarGate. https://scholargate.app/cs/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.

Compare side by side
ScholarGateTime series Bayesian model averaging (Time Series Bayesian Model Averaging). Získáno 2026-06-15 z https://scholargate.app/cs/bayesian/time-series-bayesian-model-averaging · Datová sada: https://doi.org/10.5281/zenodo.20539026