ScholarGate
Assistent
Bayesian methods

Bayesiansk modellmedling (BMA)

Bayesiansk modellmedling (BMA), formaliserad som en handledning av Hoeting, Madigan, Raftery och Volinsky år 1999, hanterar modellosäkerhet genom att medla över alla rimliga modellspecifikationer snarare än att välja ut en enskild bästa modell. Varje kandidatmodell får en posterior sannolikhet som återspeglar hur väl den passar data givet en prior, och prediktioner eller koefficientestimat bildas som viktade medelvärden över hela modellrymden. Detta tillvägagångssätt minskar den bias och överkonfidens som uppstår när en enskild vald modell behandlas som den sanna.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

+9 more

Källor

  1. Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian Model Averaging: A Tutorial. Statistical Science, 14(4), 382–401. link
  2. Zeugner, S. & Feldkircher, M. (2015). Bayesian Model Averaging Employing Fixed and Flexible Priors: The BMS Package for R. Journal of Statistical Software, 68(4), 1–37. DOI: 10.18637/jss.v068.i04

Så citerar du den här sidan

ScholarGate. (2026, June 1). Bayesian Model Averaging. ScholarGate. https://scholargate.app/sv/bayesian/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.

Compare side by side

Refereras av

ScholarGateBayesian Model Averaging (Bayesian Model Averaging). Hämtad 2026-06-15 från https://scholargate.app/sv/bayesian/bayesian-model-averaging · Datamängd: https://doi.org/10.5281/zenodo.20539026