Bayesian methodsBayesian / computational
다수준 베이지안 모형 평균화
다수준 베이지안 모형 평균화(ML-BMA)는 고전적인 베이지안 모형 평균화를 그룹화되거나 계층적으로 구조화된 데이터에 확장한 것입니다. 단일 다수준 모형 명세에 전념하는 대신, 후보 다수준 모형 집합에 걸쳐 예측 및 모수 추정치의 가중 평균을 계산하며, 각 모형에는 데이터에 따른 사후 확률로 가중치를 부여합니다. 그 결과는 그룹화 구조, 고정 효과, 랜덤 효과 및 공변량 선택의 불확실성을 동시에 설명합니다.
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), 382-401. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/ko/bayesian/multilevel-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.
- Bayesian Model Averaging베이지안↔ compare
- 베이즈 회귀베이지안↔ compare
- 깁스 샘플링(Gibbs Sampling)베이지안↔ compare
- 계층적 베이즈 추론베이지안↔ compare
- 다수준 MCMC (Multilevel MCMC)베이지안↔ compare
- 다수준 변분 추론베이지안↔ compare