Bayes'i mudelikeskmine
Bayes'i mudelikeskmine (BMA), mille Hoeting, Madigan, Raftery ja Volinsky formaliseerisid juhendina 1999. aastal, käsitleb mudeli ebakindlust, keskmistades kõigi tõenäoliste mudelispektsifikatsioonide üle, mitte ei vali ühte parimat mudelit. Iga kandidaatmudel saab posteriorse tõenäosuse, mis peegeldab, kui hästi see andmetesse sobib, arvestades eelnevat tõenäosust, ja ennustused või koefitsiendi hinnangud moodustatakse kogu mudeliruumis kaalutud keskmistena. See lähenemisviis vähendab nihet ja ülekindlust, mis tekivad, kui ühte valitud mudelit käsitletakse tõesena.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Allikad
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian Model Averaging: A Tutorial. Statistical Science, 14(4), 382–401. link ↗
- Zeugner, S. & Feldkircher, M. (2015). Bayesian Model Averaging Employing Fixed and Flexible Priors: The BMS Package for R. Journal of Statistical Software, 68(4), 1–37. DOI: 10.18637/jss.v068.i04 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Bayesian Model Averaging. ScholarGate. https://scholargate.app/et/bayesian/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.
- Bayesian Hierarchical ModelBayesi meetodid↔ compare
- Bayes' regressioonBayesi meetodid↔ compare
- Elastic NetMasinõpe↔ compare
- Lasso-regressioonMasinõpe↔ compare
- Markovi ahel-Monte Carlo (MCMC)Bayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →