Robuuste Bayesiaanse Modelgemiddeling
Robuuste Bayesiaanse modelgemiddeling breidt standaard BMA uit door gevoelige geconjugeerde priors te vervangen door priors met zware staarten of mengsels (bv. mengsels van g-priors), en optioneel robuuste likelihoods, zodat de posterieure modelkansen en gemiddelde schattingen stabiel blijven wanneer data uitschieters, invloedrijke observaties bevatten, of wanneer de prior op modelparameters de resultaten anders zou domineren.
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), 382–401. link ↗
- Ley, E., & Steel, M. F. J. (2012). Mixtures of g-priors for Bayesian model averaging with economic applications. Journal of Econometrics, 171(2), 251–266. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Bayesian Model Averaging. ScholarGate. https://scholargate.app/nl/bayesian/robust-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 AveragingBayesiaanse statistiek↔ compare
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ compare
- Robuuste Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Variatie-inferentieBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →