Bayesian methodsBayesian / computational
時系列ベイズモデル平均法
時系列ベイズモデル平均法（TS-BMA）は、AR、VAR、状態空間モデルなどの時系列モデルのアンサンブルからの予測を、各モデルに観測データを与えられたときの事後確率で重み付けすることによって組み合わせる手法である。どのモデルが最良であるかについての不確実性を無視して単一のモデルを選択するのではなく、TS-BMAはモデルの不確実性について積分を行い、単一のモデルよりも頑健でより適切に較正された予測を生成する。
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), 382–401. link ↗
- Raftery, A. E., Kárný, 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Time Series Bayesian Model Averaging. ScholarGate. https://scholargate.app/ja/bayesian/time-series-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.
Compare side by side →