ScholarGate
Asistente
Bayesian methodsBayesian / computational

Promedio de Modelos Jerárquicos Bayesianos

El promedio de modelos jerárquicos bayesianos (HBMA, por sus siglas en inglés) combina el promedio de modelos bayesianos con una estructura de modelo jerárquica, promediando cantidades posteriores sobre un conjunto de modelos candidatos ponderados por la probabilidad posterior de cada modelo. En lugar de seleccionar un único modelo óptimo, el HBMA propaga la incertidumbre del modelo a través de un marco jerárquico, produciendo predicciones y estimaciones de parámetros que reflejan honestamente la incertidumbre sobre qué modelo es correcto.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417. link
  2. 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

Cómo citar esta página

ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/es/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.

Compare side by side
ScholarGateHierarchical Bayesian Model Averaging (Hierarchical Bayesian Model Averaging). Recuperado el 2026-06-15 de https://scholargate.app/es/bayesian/hierarchical-bayesian-model-averaging · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026