Багаторівневе байєсівське усереднення моделей
Багаторівневе байєсівське усереднення моделей (ML-BMA) розширює класичне байєсівське усереднення моделей на згруповані або ієрархічно структуровані дані. Замість того, щоб обирати одну специфікацію багаторівневої моделі, воно обчислює зважене середнє прогнозів та оцінок параметрів по набору кандидатних багаторівневих моделей, зважуючи кожну модель її апостеріорною ймовірністю за даними. Результат одночасно враховує невизначеність у структурі групування, фіксованих ефектах, випадкових ефектах та відборі коваріат.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382-401. link ↗
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multilevel Bayesian Model Averaging. ScholarGate. https://scholargate.app/uk/bayesian/multilevel-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.
- Байєсівське усереднення моделейБаєсові методи↔ compare
- Байєсівська регресіяБаєсові методи↔ compare
- Гіббсівський відбір (Gibbs Sampling)Баєсові методи↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Багаторівневий MCMCБаєсові методи↔ compare
- Багаторівневий варіаційний висновокБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →