Bayesian methodsBayesian / computational
강건 베이지안 모형 평균화
강건 베이지안 모형 평균화(Robust Bayesian model averaging)는 민감한 켤레 사전 분포(conjugate prior)를 후미가 두꺼운(heavy-tailed) 사전 분포나 혼합 사전 분포(예: g-사전 분포의 혼합)로, 그리고 선택적으로 강건한 우도(robust likelihood)로 대체함으로써 표준 BMA를 확장합니다. 이를 통해 데이터에 이상치(outlier)나 영향력 있는 관측치(influential observation)가 포함되어 있거나 모형 매개변수에 대한 사전 분포가 결과에 과도하게 영향을 미칠 수 있는 경우에도 사후 모형 확률과 평균화된 추정치가 안정적으로 유지됩니다.
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 ↗
- Ley, E., & Steel, M. F. J. (2012). Mixtures of g-priors for Bayesian model averaging with economic applications. Journal of Econometrics, 171(2), 251–266. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Bayesian Model Averaging. ScholarGate. https://scholargate.app/ko/bayesian/robust-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
- 계층적 베이즈 추론베이지안↔ compare
- 마르코프 연쇄 몬테카를로 (MCMC)베이지안↔ compare
- 강건 베이즈 추론베이지안↔ compare
- 변분 추론베이지안↔ compare