Multilevel Bayesian Model Averaging
Il Multilevel Bayesian model averaging (ML-BMA) estende il classico Bayesian model averaging ai dati raggruppati o strutturati gerarchicamente. Invece di impegnarsi in una singola specifica del modello multilivello, calcola una media ponderata di previsioni e stime dei parametri attraverso un insieme di modelli multilivello candidati, ponderando ciascun modello per la sua probabilità a posteriori dato il set di dati. Il risultato tiene conto simultaneamente dell'incertezza nella struttura di raggruppamento, negli effetti fissi, negli effetti casuali e nella selezione delle covariate.
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), 382-401. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Come citare questa pagina
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/it/bayesian/multilevel-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
- Regressione BayesianaBayesiano↔ compare
- Gibbs SamplingBayesiano↔ compare
- Inferenza Bayesiana GerarchicaBayesiano↔ compare
- MCMC multilivelloBayesiano↔ compare
- Inferenza variazionale multilivelloBayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →