Робусно Бајесово просејавање модела
Робусно Бајесово просејавање модела (Robust Bayesian model averaging – BMA) проширује стандардни BMA тако што замењује осетљиве конјуговане претходне расподеле (priors) расподелама са тешким реповима или мешавинама (нпр. мешавине g-приора), и опциоционално робусним функцијама веродостојности (likelihoods), како би веродостојности модела након приори (posterior model probabilities) и просечени параметри остали стабилни када подаци садрже екстремне вредности (outliers), утицајне посматрања, или када би претходна расподела на параметре модела иначе доминирала резултатима.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–401. link ↗
- Ley, E., & Steel, M. F. J. (2012). Mixtures of g-priors for Bayesian model averaging with economic applications. Journal of Econometrics, 171(2), 251–266. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Bayesian Model Averaging. ScholarGate. https://scholargate.app/sr/bayesian/robust-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.
- Bayesian Model AveragingBajesovska statistika↔ compare
- Bejzijevska regresijaBajesovska statistika↔ compare
- Hierarchical Bayesian InferenceBajesovska statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ compare
- Робусна Бајезијанска ИнференцијаBajesovska statistika↔ compare
- Variational InferenceBajesovska statistika↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →