เปรียบเทียบวิธี

	การถัวเฉลี่ยแบบเบย์ที่แข็งแกร่งของแบบจำลอง (Robust Bayesian Model Averaging)	การถดถอยแบบเบย์ (Bayesian Regression)
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	1999–2012	—
ผู้ริเริ่ม	Hoeting, Madigan, Raftery, Volinsky (BMA); robustness extensions by Ley & Steel and others	—
ประเภท	Bayesian model selection and averaging	Bayesian linear model
แหล่งต้นตำรับ	Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–401.	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
ชื่อเรียกอื่น	robust BMA, outlier-robust BMA, robust model averaging, heavy-tailed BMA	bayesian linear regression, probabilistic regression, bayesian regresyon
ที่เกี่ยวข้อง	6	2
สรุป	Robust Bayesian model averaging extends standard BMA by replacing sensitive conjugate priors with heavy-tailed or mixture priors (e.g., mixtures of g-priors), and optionally robust likelihoods, so that posterior model probabilities and averaged estimates remain stable when data contain outliers, influential observations, or when the prior on model parameters would otherwise dominate the results.	Bayesian regression is a probabilistic version of linear regression that treats the model parameters as uncertain quantities. Instead of returning a single best-fit estimate, it combines prior knowledge with the observed data to produce a full posterior probability distribution for each parameter, from which credible intervals and predictions are read off.