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.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.