Przestrzenne uśrednianie modeli bayesowskich
Przestrzenne uśrednianie modeli bayesowskich (spatial BMA) rozszerza klasyczne BMA na ustawienia, w których obserwacje są georeferencyjne i należy modelować zależność przestrzenną. Zamiast wybierać pojedynczy przestrzenny model regresji — którą macierz wag przestrzennych zastosować, które regresory uwzględnić, jaką strukturę opóźnienia przestrzennego lub błędu przyjąć — uśrednia on predykcje i estymaty parametrów ze wszystkich kandydackich modeli, ważąc każdy przez jego prawdopodobieństwo a posteriori dane na podstawie danych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- LeSage, J. P. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Spatial Bayesian Model Averaging. ScholarGate. https://scholargate.app/pl/bayesian/spatial-bayesian-model-averaging
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Uśrednianie modeli bayesowskichStatystyka bayesowska↔ porównaj
- Regresja bayesowskaStatystyka bayesowska↔ porównaj
- Hierarchiczna inferencja bayesowskaStatystyka bayesowska↔ porównaj
- Przestrzenne wnioskowanie bayesowskieStatystyka bayesowska↔ porównaj
- Przestrzenna inferencja wariacyjnaStatystyka bayesowska↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →