Spatial Bayesian Model Averaging
Spatial Bayesian model averaging (spatial BMA) extends classical BMA to settings where observations are georeferenced and spatial dependence must be modelled. Rather than selecting a single spatial regression model — which spatial weight matrix to use, which regressors to include, which spatial lag or error structure to adopt — it averages the predictions and parameter estimates across all candidate models, weighting each by its posterior probability given the data.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
- 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
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.