Bayesovské spriemerovanie modelov s chybou merania
Bayesovské spriemerovanie modelov s chybou merania (BMA-ME) kombinuje dve pravdepodobnostné myšlienky: spriemeruje predikcie naprieč konkurenčnými regresnými modelmi váženými posteriórnou pravdepodobnosťou každého modelu, pričom súčasne zohľadňuje skutočnosť, že jeden alebo viac prediktorov je pozorovaných s náhodnou chybou, a nie presne. Výsledkom je posteriórna distribúcia, ktorá prenáša neistotu modelu aj šum merania kovariátov do každej inferencie a predikcie.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417. link ↗
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). CRC Press. ISBN: 978-1584886334
Ako citovať túto stránku
ScholarGate. (2026, June 3). Bayesian Model Averaging with Measurement Error Correction. ScholarGate. https://scholargate.app/sk/bayesian/bayesian-model-averaging-with-measurement-error
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Bayesovské spriemerovanie modelovBayesovské metódy↔ porovnať
- Bayesovská regresiaBayesovské metódy↔ porovnať
- Markov Chain Monte Carlo (MCMC)Bayesovské metódy↔ porovnať
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →