Mediazione gerarchica bayesiana dei modelli
La media gerarchica bayesiana dei modelli (HBMA) combina la media bayesiana dei modelli con una struttura di modello gerarchica, mediando quantità a posteriori su un insieme di modelli candidati ponderati dalla probabilità a posteriori di ciascun modello. Anziché selezionare un singolo modello migliore, l'HBMA propaga l'incertezza del modello attraverso un quadro gerarchico, producendo previsioni e stime dei parametri che riflettono onestamente l'incertezza su quale modello sia corretto.
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 ↗
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/it/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.
- Criterio di Informazione Bayesiano (BIC)Valutazione dei modelli↔ compare
- Bayesian Model AveragingBayesiano↔ compare
- Regressione BayesianaBayesiano↔ compare
- Inferenza Bayesiana GerarchicaBayesiano↔ compare
- Hierarchical Markov Chain Monte CarloBayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →