Uśrednianie modeli bayesowskich

Uśrednianie modeli bayesowskich (BMA), sformalizowane jako tutorial przez Hoeting, Madigan, Raftery i Volinsky w 1999 roku, zajmuje się niepewnością modelu poprzez uśrednianie wszystkich prawdopodobnych specyfikacji modelu, zamiast wybierania jednego najlepszego modelu. Każdy kandydat na model otrzymuje prawdopodobieństwo a posteriori, które odzwierciedla, jak dobrze dopasowuje się do danych, biorąc pod uwagę rozkład a priori, a predykcje lub estymaty współczynników są tworzone jako ważone średnie w całej przestrzeni modeli. To podejście zmniejsza błąd systematyczny i nadmierną pewność siebie, które pojawiają się, gdy pojedynczy wybrany model jest traktowany jako prawdziwy.