Bayesian methodsBayesian / computational
階層ベイズモデル平均化
階層ベイズモデル平均化（HBMA）は、ベイズモデル平均化と階層モデル構造を組み合わせたもので、各モデルの事後確率によって重み付けされた候補モデルの集合上で事後量を平均化する。単一の最良モデルを選択するのではなく、HBMAは階層的フレームワークを通じてモデルの不確実性を伝播させ、どのモデルが正しいかについての不確実性を正直に反映した予測とパラメータ推定値を提供する。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/ja/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.
- ベイズ情報量基準 (BIC)モデル評価↔ compare
- ベイズモデル平均ベイズ↔ compare
- ベイズ回帰ベイズ↔ compare
- 階層ベイズ推論ベイズ↔ compare
- 階層マルコフ連鎖モンテカルロ法ベイズ↔ compare