Média Bayesiana de Modelos
A Média Bayesiana de Modelos (BMA), formalizada como um tutorial por Hoeting, Madigan, Raftery e Volinsky em 1999, aborda a incerteza do modelo por meio da média sobre todas as especificações de modelo plausíveis, em vez de selecionar um único modelo ótimo. Cada modelo candidato recebe uma probabilidade posterior que reflete o quão bem ele se ajusta aos dados, dado um prior, e as previsões ou estimativas de coeficientes são formadas como médias ponderadas em todo o espaço de modelos. Essa abordagem reduz o viés e a excessiva confiança que surgem quando um único modelo selecionado é tratado como o verdadeiro.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Fontes
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian Model Averaging: A Tutorial. Statistical Science, 14(4), 382–401. link ↗
- Zeugner, S. & Feldkircher, M. (2015). Bayesian Model Averaging Employing Fixed and Flexible Priors: The BMS Package for R. Journal of Statistical Software, 68(4), 1–37. DOI: 10.18637/jss.v068.i04 ↗
Como citar esta página
ScholarGate. (2026, June 1). Bayesian Model Averaging. ScholarGate. https://scholargate.app/pt/bayesian/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.
- Modelo Hierárquico BayesianoBayesiano↔ compare
- Regressão BayesianaBayesiano↔ compare
- Elastic NetAprendizado de máquina↔ compare
- Regressão LassoAprendizado de máquina↔ compare
- Cadeia de Markov Monte Carlo (MCMC)Bayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →