Bayesiansk model-gennemsnit med målefejl
Bayesiansk model-gennemsnit med målefejl (BMA-ME) kombinerer to probabilistiske ideer: den gennemsnitter forudsigelser på tværs af konkurrerende regressionsmodeller, vægtet efter hver models posterior-sandsynlighed, samtidig med at den tager højde for, at en eller flere prædiktorer observeres med tilfældig fejl snarere end præcist. Resultatet er en posterior, der propagaterer både modelusikkerhed og kovariat-målingsstøj ind i enhver inferens og forudsigelse.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). CRC Press. ISBN: 978-1584886334
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Model Averaging with Measurement Error Correction. ScholarGate. https://scholargate.app/da/bayesian/bayesian-model-averaging-with-measurement-error
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.
- Bayesiansk ModelaveragingBayesiansk↔ compare
- Bayesiansk regressionBayesiansk↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →