Média Hierárquica Bayesiana de Modelos
A média hierárquica bayesiana de modelos (HBMA) combina a média bayesiana de modelos com estrutura de modelo hierárquica, calculando médias de quantidades posteriores sobre um conjunto de modelos candidatos ponderados pela probabilidade posterior de cada modelo. Em vez de selecionar um único melhor modelo, a HBMA propaga a incerteza do modelo através de um framework hierárquico, produzindo previsões e estimativas de parâmetros que refletem honestamente a incerteza sobre qual modelo está correto.
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.
Fontes
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417. link ↗
- Fragoso, T. M., Bertoli, W., & Louzada, F. (2018). Bayesian model averaging: A systematic review and conceptual classification. International Statistical Review, 86(1), 1–28. DOI: 10.1111/insr.12243 ↗
Como citar esta página
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/pt/bayesian/hierarchical-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.
- Critério de Informação Bayesiano (BIC)Avaliação de modelos↔ compare
- Média Bayesiana de ModelosBayesiano↔ compare
- Regressão BayesianaBayesiano↔ compare
- Inferência Bayesiana HierárquicaBayesiano↔ compare
- Cadeia de Markov Monte Carlo HierárquicaBayesiano↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →