Térbeli Bayes-féle modellátlagolás
A térbeli Bayes-féle modellátlagolás (spatial BMA) hivatott kiterjeszteni a klasszikus BMA-t olyan helyzetekre, ahol az észlelések földrajzi koordinátákkal rendelkeznek, és modellezni kell a térbeli függőséget. Ahelyett, hogy egyetlen térbeli regressziós modellt választanánk ki – hogy melyik térbeli súly mátrixot használjuk, melyik regresszorokat vegyük fel, melyik térbeli lag vagy hibaszerkezetet alkalmazzuk –, az összes jelölt modell előrejelzéseit és paraméterbecsléseit átlagolja, mindegyiket a posterior valószínűsége alapján súlyozva az adatok ismeretében.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- LeSage, J. P. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- Fernandez, C., Ley, E. & Steel, M. F. J. (2001). Benchmark priors for Bayesian model averaging. Journal of Econometrics, 100(2), 381-427. DOI: 10.1016/S0304-4076(00)00076-2 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Spatial Bayesian Model Averaging. ScholarGate. https://scholargate.app/hu/bayesian/spatial-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
- Hierarchikus Bayes-féle következtetésBayes-statisztika↔ compare
- Térbeli Bayes-i következtetésBayes-statisztika↔ compare
- Térbeli variációs következtetésBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →