Bayesian Model Averaging mit Messfehlern

Bayesian Model Averaging mit Messfehlern (BMA-ME) kombiniert zwei probabilistische Ideen: Es mittelt Vorhersagen über konkurrierende Regressionsmodelle, gewichtet nach der Posterior-Wahrscheinlichkeit jedes Modells, und berücksichtigt gleichzeitig die Tatsache, dass ein oder mehrere Prädiktoren mit Zufallsfehlern statt exakt beobachtet werden. Das Ergebnis ist eine Posterior-Verteilung, die sowohl Modellunsicherheit als auch Kovariaten-Messrauschen in jede Inferenz und Vorhersage einfließen lässt.