Spatial Bayesian Model Averaging
Spatial Bayesian model averaging (spatial BMA) extends classical BMA to settings where observations are georeferenced and spatial dependence must be modelled. Rather than selecting a single spatial regression model — which spatial weight matrix to use, which regressors to include, which spatial lag or error structure to adopt — it averages the predictions and parameter estimates across all candidate models, weighting each by its posterior probability given the data.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.