Байесовское усреднение моделей с ошибками измерения

Байесовское усреднение моделей с ошибками измерения (BMA-ME) объединяет две вероятностные идеи: оно усредняет предсказания конкурирующих регрессионных моделей, взвешивая каждую по её апостериорной вероятности, одновременно учитывая тот факт, что один или несколько предикторов наблюдаются со случайной ошибкой, а не точно. Результатом является апостериорное распределение, которое распространяет как неопределённость модели, так и шум измерения ковариат на каждый вывод и предсказание.