Bayesian methodsBayesian / computational

Modélisation bayésienne hiérarchique par moyenne (MBH)

La modélisation bayésienne hiérarchique par moyenne (MBH) combine la modélisation bayésienne par moyenne avec une structure de modèle hiérarchique, en moyennant les quantités postérieures sur un ensemble de modèles candidats pondérés par la probabilité postérieure de chaque modèle. Plutôt que de sélectionner un seul meilleur modèle, la MBH propage l'incertitude du modèle à travers un cadre hiérarchique, produisant des prédictions et des estimations de paramètres qui reflètent honnêtement l'incertitude quant au modèle correct.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Sources

  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

Comment citer cette page

ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/fr/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). Consulté le 2026-06-15 sur https://scholargate.app/fr/bayesian/hierarchical-bayesian-model-averaging · Jeu de données : https://doi.org/10.5281/zenodo.20539026