階層ベイズモデル平均法

階層ベイズモデル平均法（ML-BMA）は、古典的なベイズモデル平均法を、グループ化された、あるいは階層的に構造化されたデータに拡張したものである。単一の階層モデル仕様に固執するのではなく、候補となる複数の階層モデルにわたる予測値とパラメータ推定値の加重平均を計算する。各モデルは、データを与えられたときの事後確率によって重み付けされる。この結果は、グループ構造、固定効果、ランダム効果、共変量選択における不確実性を同時に考慮する。