การเฉลี่ยแบบจำลองแบบเบย์แบบลำดับชั้น
การเฉลี่ยแบบจำลองแบบเบย์แบบลำดับชั้น (HBMA) เป็นการรวมกันของการเฉลี่ยแบบจำลองแบบเบย์เข้ากับโครงสร้างแบบจำลองแบบลำดับชั้น โดยเฉลี่ยปริมาณหลังการประมาณค่าจากชุดของแบบจำลองที่เสนอ ซึ่งถ่วงน้ำหนักด้วยความน่าจะเป็นหลังการประมาณค่าของแต่ละแบบจำลอง แทนที่จะเลือกแบบจำลองที่ดีที่สุดเพียงแบบเดียว HBMA จะกระจายความไม่แน่นอนของแบบจำลองผ่านกรอบงานแบบลำดับชั้น ทำให้เกิดการคาดการณ์และการประมาณค่าพารามิเตอร์ที่สะท้อนความไม่แน่นอนเกี่ยวกับแบบจำลองที่ถูกต้องอย่างแท้จริง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/th/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.
- เกณฑ์สารสนเทศแบบเบย์ (Bayesian Information Criterion - BIC)การประเมินแบบจำลอง↔ compare
- การเฉลี่ยแบบจำลองแบบเบย์ (Bayesian Model Averaging - BMA)เบย์↔ compare
- การถดถอยแบบเบย์ (Bayesian Regression)เบย์↔ compare
- การอนุมานแบบเบย์ตามลำดับชั้นเบย์↔ compare
- Hierarchical Markov Chain Monte Carloเบย์↔ compare