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.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417. link ↗
- 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.
- Critère d'information bayésien (BIC)Évaluation de modèles↔ compare
- Moyenne Bayésienne de ModèlesBayésien↔ compare
- Régression bayésienneBayésien↔ compare
- Inférence bayésienne hiérarchiqueBayésien↔ compare
- Chaîne de Markov Monte Carlo hiérarchiqueBayésien↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →