ScholarGate
Assistent
Bayesian methodsBayesian / computational

Ruimtelijke Bayesiaanse Modelgemiddeling

Ruimtelijke Bayesiaanse modelgemiddeling (spatial BMA) breidt klassieke BMA uit naar situaties waar observaties georefereerd zijn en ruimtelijke afhankelijkheid gemodelleerd moet worden. In plaats van één enkel ruimtelijk regressiemodel te selecteren — welke ruimtelijke gewichtsmatrix te gebruiken, welke regressoren op te nemen, welke ruimtelijke lag- of foutstructuur te hanteren — middelt het de voorspellingen en parameter schattingen over alle kandidaatmodellen, waarbij elk model gewogen wordt door zijn posterieure waarschijnlijkheid gegeven de data.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. LeSage, J. P. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
  2. 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

Deze pagina citeren

ScholarGate. (2026, June 3). Spatial Bayesian Model Averaging. ScholarGate. https://scholargate.app/nl/bayesian/spatial-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.

Compare side by side
ScholarGateSpatial Bayesian Model Averaging (Spatial Bayesian Model Averaging). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/bayesian/spatial-bayesian-model-averaging · Gegevensset: https://doi.org/10.5281/zenodo.20539026