Multilevel Bayesian Model Averaging
Multilevel Bayesian model averaging (ML-BMA) utvidgar klassisk Bayesian model averaging till grupperad eller hierarkiskt strukturerad data. Istället för att låsa sig vid en enda specifikation av en multilevelmodell, beräknar den ett viktat genomsnitt av prediktioner och parameterskattningar över en uppsättning kandidat-multilevelmodeller, där varje modell viktas efter sin posteriora sannolikhet givet datan. Resultatet tar samtidigt hänsyn till osäkerhet i grupperingsstrukturen, fixeffekter,שהffekter och kovariatval.
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), 382-401. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/sv/bayesian/multilevel-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.
- Bayesiansk modellmedling (BMA)Bayesiansk statistik↔ compare
- Bayesiansk regressionBayesiansk statistik↔ compare
- Gibbs samplingBayesiansk statistik↔ compare
- Hierarkisk Bayesiansk inferensBayesiansk statistik↔ compare
- Multilevel MCMCBayesiansk statistik↔ compare
- Multilevel Variational InferenceBayesiansk statistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →