ScholarGate
دستیار
Bayesian methodsBayesian / computational

میانگین‌گیری مدل بیزی سری زمانی

میانگین‌گیری مدل بیزی سری زمانی (TS-BMA) پیش‌بینی‌ها را از مجموعه‌ای از مدل‌های سری زمانی - مانند مشخصات AR، VAR، یا فضای حالت - با وزن‌دهی به هر مدل بر اساس احتمال پسین آن با توجه به داده‌های مشاهده شده، ترکیب می‌کند. به جای انتخاب یک مدل و نادیده گرفتن عدم قطعیت در مورد اینکه کدام مدل بهترین است، TS-BMA عدم قطعیت مدل را ادغام می‌کند و پیش‌بینی‌هایی تولید می‌کند که قوی‌تر و بهتر از هر مدل منفرد کالیبره شده‌اند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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. Raftery, A. E., Kárný, 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Time Series Bayesian Model Averaging. ScholarGate. https://scholargate.app/fa/bayesian/time-series-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
ScholarGateTime series Bayesian model averaging (Time Series Bayesian Model Averaging). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bayesian/time-series-bayesian-model-averaging · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026