Байесовское усреднение моделей

Байесовское усреднение моделей (BMA), формализованное в виде учебного пособия Хоэтинг, Мадиган, Рафтери и Волынски в 1999 году, решает проблему неопределенности модели путем усреднения по всем правдоподобным спецификациям моделей, а не путем выбора одной лучшей модели. Каждая кандидатная модель получает апостериорную вероятность, отражающую, насколько хорошо она соответствует данным с учетом априорного распределения, а прогнозы или оценки коэффициентов формируются как взвешенные средние по всему пространству моделей. Этот подход снижает смещение и излишнюю уверенность, возникающие, когда одна выбранная модель рассматривается как истинная.