Média Ponderada Bayesiana Multinível
A média ponderada bayesiana multinível (ML-BMA) estende a média ponderada bayesiana clássica para dados agrupados ou estruturados hierarquicamente. Em vez de se comprometer com uma única especificação de modelo multinível, ela calcula uma média ponderada de previsões e estimativas de parâmetros em um conjunto de modelos multiníveis candidatos, ponderando cada modelo por sua probabilidade posterior dada a observação. O resultado considera simultaneamente a incerteza na estrutura de agrupamento, efeitos fixos, efeitos aleatórios e seleção de covariáveis.
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), 382-401. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Como citar esta página
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/pt/bayesian/multilevel-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.
- Média Bayesiana de ModelosBayesiano↔ compare
- Regressão BayesianaBayesiano↔ compare
- Amostragem de GibbsBayesiano↔ compare
- Inferência Bayesiana HierárquicaBayesiano↔ compare
- Multilevel MCMCBayesiano↔ compare
- Inferência Variacional MultinívelBayesiano↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →