Uśrednianie modeli bayesowskich (Robust Bayesian Model Averaging)
Uśrednianie modeli bayesowskich (Robust BMA) rozszerza standardowe BMA poprzez zastąpienie wrażliwych sprzężonych priorów priorami o grubych ogonach lub priorami mieszanymi (np. mieszaniny g-priorów) oraz opcjonalnie odpornymi funkcjami wiarygodności, tak aby posteriorowe prawdopodobieństwa modeli i uśrednione estymaty pozostały stabilne, gdy dane zawierają wartości odstające, obserwacje wpływowe lub gdy prior na parametry modelu dominowałby w wynikach.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Bayesian Model Averaging. ScholarGate. https://scholargate.app/pl/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.
- Uśrednianie modeli bayesowskichStatystyka bayesowska↔ compare
- Regresja bayesowskaStatystyka bayesowska↔ compare
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ compare
- Łańcuchy Markowa i symulacje Monte Carlo (MCMC)Statystyka bayesowska↔ compare
- Solidne wnioskowanie bayesowskieStatystyka bayesowska↔ compare
- Inferencja wariacyjnaStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →