Hierarkisk Bayesiansk modellmedling
Hierarkisk Bayesiansk modellmedling (HBMA) kombinerar Bayesiansk modellmedling med hierarkisk modellstruktur, och medelvärdesbildar posteriora kvantiteter över en uppsättning kandidatmodeller viktade efter varje modells posteriora sannolikhet. Istället för att välja en enda bästa modell, propagerar HBMA modellosäkerhet genom ett hierarkiskt ramverk, vilket ger prediktioner och parameterskattningar som ärligt återspeglar osäkerheten om vilken modell som är korrekt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417. link ↗
- Fragoso, T. M., Bertoli, W., & Louzada, F. (2018). Bayesian model averaging: A systematic review and conceptual classification. International Statistical Review, 86(1), 1–28. DOI: 10.1111/insr.12243 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/sv/bayesian/hierarchical-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.
- Bayesianskt informationskriterium (BIC)Modellutvärdering↔ compare
- Bayesiansk modellmedling (BMA)Bayesiansk statistik↔ compare
- Bayesiansk regressionBayesiansk statistik↔ compare
- Hierarkisk Bayesiansk inferensBayesiansk statistik↔ compare
- Hierarkisk MarkovkedjemontcarloBayesiansk statistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →