Rata-rata Model Bayesian
Rata-rata Model Bayesian (BMA), diformalkan sebagai tutorial oleh Hoeting, Madigan, Raftery dan Volinsky pada tahun 1999, mengatasi ketidakpastian model dengan merata-ratakan semua spesifikasi model yang masuk akal daripada memilih satu model terbaik. Setiap model kandidat menerima probabilitas posterior yang mencerminkan seberapa baik model tersebut sesuai dengan data mengingat prior, dan prediksi atau estimasi koefisien dibentuk sebagai rata-rata tertimbang di seluruh ruang model. Pendekatan ini mengurangi bias dan kepercayaan diri yang berlebihan yang timbul ketika satu model yang dipilih diperlakukan sebagai model yang sebenarnya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Bayesian Model Averaging. ScholarGate. https://scholargate.app/id/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.
- Model Hirarkis BayesianBayesian↔ compare
- Regresi BayesianBayesian↔ compare
- Elastic NetPembelajaran Mesin↔ compare
- Regresi LassoPembelajaran Mesin↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →