ScholarGate
Assistent
Bayesian methodsBayesian / computational

Bayesiansk modellgjennomsnitt for tidsserier

Bayesiansk modellgjennomsnitt for tidsserier (TS-BMA) kombinerer prognoser fra et ensemble av tidsseriemodeller – slik som AR, VAR eller rom-til-rom-spesifikasjoner – ved å vekte hver modell med sin posterior-sannsynlighet gitt observerte data. I stedet for å velge én modell og forkaste usikkerheten om hvilken modell som er best, integrerer TS-BMA over modellusikkerhet, og produserer prognoser som er mer robuste og bedre kalibrerte enn noen enkeltmodell alene.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–401. link
  2. Raftery, A. E., Kárný, M., & Ettler, P. (2010). Online prediction under model uncertainty via dynamic model averaging: Application to a cold rolling mill. Technometrics, 52(1), 52–66. DOI: 10.1198/TECH.2009.08104

Slik siterer du denne siden

ScholarGate. (2026, June 3). Time Series Bayesian Model Averaging. ScholarGate. https://scholargate.app/no/bayesian/time-series-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
ScholarGateTime series Bayesian model averaging (Time Series Bayesian Model Averaging). Hentet 2026-06-15 fra https://scholargate.app/no/bayesian/time-series-bayesian-model-averaging · Datasett: https://doi.org/10.5281/zenodo.20539026