Multilevel Bayesian Model Averaging
A többváltozós Bayesian model averaging (ML-BMA) kiterjeszti a klasszikus Bayesian model averaginget csoportosított vagy hierarchikusan strukturált adatokra. Ahelyett, hogy egyetlen többváltozós modellspecifikáció mellett döntenénk, a jelölt többváltozós modellek egy halmazán keresztül súlyozott átlagot számítunk a predikciókra és a paraméterbecslésekre, ahol minden modellt a posterior valószínűsége súlyoz az adatok alapján. Az eredmény egyszerre veszi figyelembe a csoportosítási struktúrában, a rögzített hatásokban, a véletlen hatásokban és a kovariáns kiválasztásban rejlő bizonytalanságot.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/hu/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.
- Bayes-féle modellátlagolásBayes-statisztika↔ compare
- Bayes-féle RegresszióBayes-statisztika↔ compare
- Gibbs-mintavételBayes-statisztika↔ compare
- Hierarchikus Bayes-féle következtetésBayes-statisztika↔ compare
- Többszintű MCMCBayes-statisztika↔ compare
- Multilevel Variational InferenceBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →