เปรียบเทียบวิธี

	การถัวเฉลี่ยแบบเบย์ที่แข็งแกร่งของแบบจำลอง (Robust Bayesian Model Averaging)	การอนุมานแบบเบย์ตามลำดับชั้น
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	1999–2012	1972 (Lindley & Smith); consolidated 1995–2013
ผู้ริเริ่ม	Hoeting, Madigan, Raftery, Volinsky (BMA); robustness extensions by Ley & Steel and others	Lindley & Smith; Gelman et al.
ประเภท	Bayesian model selection and averaging	Bayesian multilevel 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	multilevel Bayesian modeling, Bayesian hierarchical model, nested Bayesian model, partial pooling model
ที่เกี่ยวข้อง	6	6
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.	Hierarchical Bayesian inference is a probabilistic modeling framework that organises parameters into levels, placing priors on the group-level parameters and hyperpriors on the parameters governing those priors. It enables partial pooling of information across groups, balancing the extremes of treating each group as independent or merging them into a single estimate.