Mediazione Bayesiana di Modelli con Errore di Misura
La mediazione bayesiana di modelli con errore di misura (BMA-ME) combina due idee probabilistiche: essa media le predizioni tra modelli di regressione concorrenti, ponderati dalla probabilità a posteriori di ciascun modello, tenendo contemporaneamente conto del fatto che uno o più predittori sono osservati con errore casuale anziché esattamente. Il risultato è una distribuzione a posteriori che propaga sia l'incertezza del modello sia il rumore di misura delle covariate in ogni inferenza e predizione.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). CRC Press. ISBN: 978-1584886334
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Model Averaging with Measurement Error Correction. ScholarGate. https://scholargate.app/it/bayesian/bayesian-model-averaging-with-measurement-error
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.
- Bayesian Model AveragingBayesiano↔ compare
- Regressione BayesianaBayesiano↔ compare
- Catena di Markov Monte Carlo (MCMC)Bayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →