Promedio Dinámico de Modelos Bayesianos
El Promedio Dinámico de Modelos Bayesianos (DMA) extiende el promedio estándar de modelos bayesianos a entornos donde el mejor modelo predictivo puede cambiar con el tiempo. Mantiene una distribución de probabilidad sobre un conjunto de modelos competidores y actualiza esa distribución secuencialmente a medida que llegan nuevas observaciones, permitiendo que los pesos de los modelos evolucionen en lugar de permanecer fijos en toda la muestra.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Raftery, A. E., Karny, 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 ↗
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-401. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Dynamic Bayesian Model Averaging. ScholarGate. https://scholargate.app/es/bayesian/dynamic-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.
- Promedio de Modelos BayesianosBayesiano↔ compare
- Inferencia Bayesiana DinámicaBayesiano↔ compare
- Red Bayesiana DinámicaBayesiano↔ compare
- Variational Inference DinámicaBayesiano↔ compare
- Filtro de KalmanBayesiano↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →