Bayesian methodsBayesian / computational

Надійне байєсівське усереднення моделей

Надійне байєсівське усереднення моделей розширює стандартне БУМ, замінюючи чутливі спряжені апріорні розподіли на розподіли з важкими хвостами або сумішеві апріорні розподіли (наприклад, суміші g-апріорних розподілів) та, за бажанням, надійні функції правдоподібності, щоб апостеріорні ймовірності моделей та усереднені оцінки залишалися стабільними, коли дані містять викиди, впливові спостереження або коли апріорний розподіл на параметри моделі інакше домінував би над результатами.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

The neighbourhood of related methods — select a node to explore.

Джерела

  1. Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–401. link
  2. Ley, E., & Steel, M. F. J. (2012). Mixtures of g-priors for Bayesian model averaging with economic applications. Journal of Econometrics, 171(2), 251–266. link

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Robust Bayesian Model Averaging. ScholarGate. https://scholargate.app/uk/bayesian/robust-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.

Compare side by side
ScholarGateRobust Bayesian Model Averaging (Robust Bayesian Model Averaging). Отримано 2026-06-15 з https://scholargate.app/uk/bayesian/robust-bayesian-model-averaging · Набір даних: https://doi.org/10.5281/zenodo.20539026