Bayesian methodsBayesian / computational
계층적 베이즈 모델 평균화
계층적 베이즈 모델 평균화(HBMA)는 베이즈 모델 평균화와 계층적 모델 구조를 결합하여, 각 모델의 사후 확률에 의해 가중된 후보 모델 집합에 걸쳐 사후 양들을 평균화합니다. 단일 최적 모델을 선택하는 대신, HBMA는 계층적 프레임워크를 통해 모델 불확실성을 전파하여 어떤 모델이 올바른지에 대한 불확실성을 정직하게 반영하는 예측과 모수 추정치를 생성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/ko/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.
- 베이즈 정보 기준 (Bayesian Information Criterion, BIC)모델 평가↔ compare
- Bayesian Model Averaging베이지안↔ compare
- 베이즈 회귀베이지안↔ compare
- 계층적 베이즈 추론베이지안↔ compare
- 계층적 마르코프 연쇄 몬테카를로베이지안↔ compare