Dynamic Bayesian Model Averaging
La Dynamic Bayesian Model Averaging (DMA) estende la standard Bayesian model averaging (BMA) a contesti in cui il modello predittivo migliore può cambiare nel tempo. Mantiene una distribuzione di probabilità su un insieme di modelli concorrenti e aggiorna tale distribuzione sequenzialmente all'arrivo di nuove osservazioni, permettendo ai pesi dei modelli di evolvere anziché rimanere fissi sull'intero campione.
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
- Raftery, A. E., Karny, M., & Ettler, P. (2010). Online prediction under model uncertainty via dynamic model averaging: Application to a cold rolling mill. Technometrics, 52(1), 52-66. DOI: 10.1198/TECH.2009.08104 ↗
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-401. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Dynamic Bayesian Model Averaging. ScholarGate. https://scholargate.app/it/bayesian/dynamic-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.
- Bayesian Model AveragingBayesiano↔ compare
- Inferenza Bayesiana DinamicaBayesiano↔ compare
- Reti Bayesiane DinamicheBayesiano↔ compare
- Inferenza Variazionale DinamicaBayesiano↔ compare
- Filtro di KalmanBayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →