Pengpurataan Model Bayes Berbilang Aras
Pengpurataan model Bayes berbilang aras (ML-BMA) memperluas pengpurataan model Bayes klasik kepada data yang dikumpulkan atau berstruktur hierarki. Daripada terikat pada satu spesifikasi model berbilang aras tunggal, ia mengira purata berwajaran ramalan dan anggaran parameter merentasi satu set model berbilang aras calon, dengan memberatkan setiap model mengikut kebarangkalian posteriornya berdasarkan data. Hasilnya mengambil kira secara serentak ketidakpastian dalam struktur pengumpulan, kesan tetap, kesan rawak, dan pemilihan kovariat.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/ms/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 AveragingBayesian↔ compare
- Regresi BayesianBayesian↔ compare
- Sampel GibbsBayesian↔ compare
- Inferensi Bayesian HierarkiBayesian↔ compare
- MCMC Berbilang ArasBayesian↔ compare
- Multilevel Variational InferenceBayesian↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →