Bayesian Model Averaging
Bayesian Model Averaging (BMA), formaliziran kao udžbenik od strane Hoeting, Madigan, Raftery i Volinsky 1999. godine, bavi se nesigurnošću modela prosječnim zbrajanjem svih prihvatljivih specifikacija modela umjesto odabira jednog najboljeg modela. Svaki kandidatni model dobiva posteriornu vjerojatnost koja odražava koliko dobro odgovara podacima, uzimajući u obzir apriornu raspodjelu, a predviđanja ili procjene koeficijenata formiraju se kao ponderirani prosjeci preko cijelog prostora modela. Ovaj pristup smanjuje pristranost i prekomjernu sigurnost koja nastaje kada se jedan odabrani model tretira kao istinit.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Bayesian Model Averaging. ScholarGate. https://scholargate.app/hr/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.
- Bayesov hijerarhijski modelBayesovska statistika↔ compare
- Bayesovska regresijaBayesovska statistika↔ compare
- Elastic NetStrojno učenje↔ compare
- Regresija LassoStrojno učenje↔ compare
- Markovova lančana Monte Carlo (MCMC)Bayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →