เปรียบเทียบวิธี

	การเฉลี่ยแบบจำลองแบบเบย์แบบลำดับชั้น	เกณฑ์สารสนเทศแบบเบย์ (Bayesian Information Criterion - BIC)
สาขาวิชา	เบย์	การประเมินแบบจำลอง
ตระกูล	Bayesian methods	MCDM
ปีกำเนิด	1999–2000s	1978
ผู้ริเริ่ม	Extension formalised by Hoeting, Madigan, Raftery, and Volinsky; hierarchical application developed through 1990s–2000s Bayesian literature	Gideon E. Schwarz
ประเภท	Bayesian model averaging within hierarchical models	Bayesian model selection metric
แหล่งต้นตำรับ	Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417.	Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics, 6(2), 461-464.
ชื่อเรียกอื่น	HBMA, hierarchical BMA, multilevel Bayesian model averaging, Bayesian model averaging in hierarchical models	BIC, Schwarz criterion, Schwarz information criterion
ที่เกี่ยวข้อง	5	4
สรุป	Hierarchical Bayesian model averaging (HBMA) combines Bayesian model averaging with hierarchical model structure, averaging posterior quantities over a set of candidate models weighted by each model's posterior probability. Rather than selecting a single best model, HBMA propagates model uncertainty through a hierarchical framework, producing predictions and parameter estimates that honestly reflect uncertainty about which model is correct.	The Bayesian Information Criterion is an information-theoretic model selection criterion that approximates Bayesian model comparison. Introduced by Gideon Schwarz in 1978, BIC penalizes model complexity more heavily than AIC by using a sample-size-dependent penalty, making it particularly suitable for identifying the true underlying model structure.