Bayesiaans modelgemiddelde met meetfouten
Bayesiaans modelgemiddelde met meetfouten (BMA-ME) combineert twee probabilistische concepten: het middelt voorspellingen over concurrerende regressiemodellen, gewogen naar de posteriore waarschijnlijkheid van elk model, terwijl het tegelijkertijd rekening houdt met het feit dat één of meer predictoren met willekeurige fouten worden waargenomen in plaats van exact. Het resultaat is een posterior die zowel modelonzekerheid als meetruis van covariaten propageert naar elke inferentie en voorspelling.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). CRC Press. ISBN: 978-1584886334
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Model Averaging with Measurement Error Correction. ScholarGate. https://scholargate.app/nl/bayesian/bayesian-model-averaging-with-measurement-error
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 AveragingBayesiaanse statistiek↔ compare
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →