Hierarkisk Bayesiansk Modelaverage
Hierarkisk Bayesiansk modelaverage (HBMA) kombinerer Bayesiansk modelaverage med en hierarkisk modelstruktur, hvor posterior-størrelser gennemsnitliggøres over et sæt af kandidatmodeller vægtet efter hver models posterior-sandsynlighed. I stedet for at vælge en enkelt bedste model, propagerer HBMA modelusikkerhed gennem en hierarkisk ramme, hvilket producerer forudsigelser og parameterestimater, der ærligt afspejler usikkerhed om, hvilken model der er korrekt.
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 ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/da/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.
- Bayesiansk informationskriterium (BIC)Modelevaluering↔ compare
- Bayesiansk ModelaveragingBayesiansk↔ compare
- Bayesiansk regressionBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Hierarkisk Markov Chain Monte CarloBayesiansk↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →