Робастное байесовское усреднение моделей

Робастное байесовское усреднение моделей (Robust Bayesian model averaging, BMA) расширяет стандартное BMA путем замены чувствительных сопряженных априорных распределений на распределения с тяжелыми хвостами или смесительные распределения (например, смеси g-априорных), и опционально робастные функции правдоподобия, так что апостериорные вероятности моделей и усредненные оценки остаются стабильными, когда данные содержат выбросы, влиятельные наблюдения, или когда априорное распределение на параметры модели иначе доминировало бы над результатами.