Telpiskā beijesisko modelēšanas vidējo vērtību noteikšana
Telpiskā beijesisko modelēšanas vidējo vērtību noteikšana (telpiskā BMA) paplašina klasisko BMA gadījumos, kad novērojumi ir ģeoreferencēti un jāmodelē telpiskā atkarība. Tā vietā, lai izvēlētos vienu telpisko regresijas modeli — kuru telpisko svērumu matricu izmantot, kurus regresorus iekļaut, kādu telpisko novēlotu vai kļūdu struktūru pieņemt — tā vidēji aprēķina prognozes un parametru novērtējumus visiem kandidātu modeļiem, katru svērdama ar tā posterioro varbūtību, ņemot vērā datus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- LeSage, J. P. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- Fernandez, C., Ley, E. & Steel, M. F. J. (2001). Benchmark priors for Bayesian model averaging. Journal of Econometrics, 100(2), 381-427. DOI: 10.1016/S0304-4076(00)00076-2 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Spatial Bayesian Model Averaging. ScholarGate. https://scholargate.app/lv/bayesian/spatial-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.
- Brojesa modeļu vidējais svērumsBajesa metodes↔ compare
- Beijesiskā regresijaBajesa metodes↔ compare
- Hierarhiskā Bayesas inferencēšanaBajesa metodes↔ compare
- Telpiskā beijesiska inferencēšanaBajesa metodes↔ compare
- Telpiskā variācijas inferencēšanaBajesa metodes↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →