Rata-rata Model Bayesian Hierarkis
Rata-rata model Bayesian hierarkis (HBMA) menggabungkan rata-rata model Bayesian dengan struktur model hierarkis, merata-ratakan kuantitas posterior di atas sekumpulan model kandidat yang dibobot oleh probabilitas posterior setiap model. Alih-alih memilih satu model terbaik, HBMA menyebarkan ketidakpastian model melalui kerangka kerja hierarkis, menghasilkan prediksi dan estimasi parameter yang secara jujur mencerminkan ketidakpastian tentang model mana yang benar.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417. link ↗
- Fragoso, T. M., Bertoli, W., & Louzada, F. (2018). Bayesian model averaging: A systematic review and conceptual classification. International Statistical Review, 86(1), 1–28. DOI: 10.1111/insr.12243 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/id/bayesian/hierarchical-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.
- Kriteria Informasi Bayesian (BIC)Evaluasi Model↔ compare
- Rata-rata Model BayesianBayesian↔ compare
- Regresi BayesianBayesian↔ compare
- Inferensi Bayesian HierarkisBayesian↔ compare
- Metropolis-Hastings Markov Rantai HirarkisBayesian↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →