Moyenne bayésienne multiniveaux
La moyenne bayésienne multiniveaux (ML-BMA) étend la moyenne bayésienne classique aux données groupées ou structurées hiérarchiquement. Plutôt que de s'engager sur une seule spécification de modèle multiniveaux, elle calcule une moyenne pondérée des prédictions et des estimations de paramètres sur un ensemble de modèles multiniveaux candidats, pondérant chaque modèle par sa probabilité a posteriori étant donné les données. Le résultat prend en compte simultanément l'incertitude dans la structure de groupement, les effets fixes, les effets aléatoires et la sélection des covariables.
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), 382-401. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Comment citer cette page
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/fr/bayesian/multilevel-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.
- Moyenne Bayésienne de ModèlesBayésien↔ compare
- Régression bayésienneBayésien↔ compare
- Échantillonnage de GibbsBayésien↔ compare
- Inférence bayésienne hiérarchiqueBayésien↔ compare
- MCMC multiniveauBayésien↔ compare
- Inférence variationnelle multiniveauBayésien↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →