Bayesian methodsBayesian / computational

Promediación Bayesiana Robusta de Modelos

La promediación bayesiana robusta de modelos (RBMA, por sus siglas en inglés) extiende la BMA estándar al reemplazar los priors conjugados sensibles con priors de cola pesada o de mezcla (por ejemplo, mezclas de g-priors), y opcionalmente verosimilitudes robustas, de modo que las probabilidades posteriores del modelo y las estimaciones promediadas permanezcan estables cuando los datos contienen valores atípicos, observaciones influyentes, o cuando el prior sobre los parámetros del modelo dominaría los resultados.

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), 382–401. link
  2. Ley, E., & Steel, M. F. J. (2012). Mixtures of g-priors for Bayesian model averaging with economic applications. Journal of Econometrics, 171(2), 251–266. link

Cómo citar esta página

ScholarGate. (2026, June 3). Robust Bayesian Model Averaging. ScholarGate. https://scholargate.app/es/bayesian/robust-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
ScholarGateRobust Bayesian Model Averaging (Robust Bayesian Model Averaging). Recuperado el 2026-06-15 de https://scholargate.app/es/bayesian/robust-bayesian-model-averaging · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026