Bayesian methodsBayesian / computational
動的ベイズモデル平均 (Dynamic Bayesian Model Averaging)
動的ベイズモデル平均（DMA）は、標準的なベイズモデル平均を、最適な予測モデルが時間とともに変化する可能性のある設定に拡張したものです。DMAは、競合するモデルの集合に対する確率分布を維持し、新しい観測値が到着するにつれてその分布を逐次的に更新することで、モデルの重みがサンプル全体で固定されるのではなく進化することを可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Dynamic Bayesian Model Averaging. ScholarGate. https://scholargate.app/ja/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.
- ベイズモデル平均ベイズ↔ compare
- 動的ベイズ推論ベイズ↔ compare
- 動的ベイジアンネットワークベイズ↔ compare
- 動的変分推論ベイズ↔ compare
- カルマンフィルターベイズ↔ compare
- 逐次モンテカルロ法ベイズ↔ compare