เปรียบเทียบวิธี

	การหาค่าเฉลี่ยแบบเบย์ของแบบจำลองที่มีข้อมูลสูญหาย	การอนุมานแบบเบย์สำหรับข้อมูลที่ขาดหาย
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	1999 (BMA seminal); 2000s (missing-data extensions)	1976–1987
ผู้ริเริ่ม	Hoeting, Madigan, Raftery, Volinsky (BMA); extended to missing data by Raftery, Madigan and others	Rubin, D. B. (missing-data mechanisms); Tanner & Wong (data augmentation)
ประเภท	Bayesian ensemble inference under incomplete data	Bayesian probabilistic model
แหล่งต้นตำรับ	Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-417.	Little, R. J. A. & Rubin, D. B. (2002). Statistical Analysis with Missing Data (2nd ed.). Wiley-Interscience. ISBN: 978-0471183860
ชื่อเรียกอื่น	BMA with missing data, Bayesian model averaging under missingness, BMA-MI, model-averaged imputation	Bayesian missing data analysis, Bayesian data augmentation, Bayesian imputation, missing data Bayesian model
ที่เกี่ยวข้อง	6	6
สรุป	Bayesian Model Averaging with missing data (BMA-MD) simultaneously addresses two sources of uncertainty: which model best describes the data, and what the unobserved values are. Rather than selecting a single imputed dataset and a single model, the approach averages predictions across the full space of candidate models and plausible completions of the missing values, propagating both sources of uncertainty into every estimate and prediction.	Bayesian inference with missing data treats unobserved values as unknown parameters and integrates them out of the posterior distribution. Rather than deleting or ad hoc imputing incomplete records, the method jointly models observed and missing data under an explicit missing-data mechanism, producing fully calibrated posterior uncertainty that honestly reflects what the data cannot tell us.