Просторово-байєсівське усереднення моделей
Просторово-байєсівське усереднення моделей (spatial BMA) розширює класичне BMA на випадки, коли спостереження є геоприв'язаними, і необхідно моделювати просторову залежність. Замість вибору єдиної просторової регресійної моделі — яку матрицю просторових ваг використовувати, які регресори включити, яку структуру просторового лагу чи помилок прийняти — воно усереднює прогнози та оцінки параметрів за всіма кандидатськими моделями, зважуючи кожну її апостеріорною ймовірністю, зумовленою даними.
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
- LeSage, J. P. & Pace, R. K. (2009). Introduction to Spatial Econometrics. CRC Press / Taylor & Francis. ISBN: 978-1420064247
- Fernandez, C., Ley, E. & Steel, M. F. J. (2001). Benchmark priors for Bayesian model averaging. Journal of Econometrics, 100(2), 381-427. DOI: 10.1016/S0304-4076(00)00076-2 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Spatial Bayesian Model Averaging. ScholarGate. https://scholargate.app/uk/bayesian/spatial-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
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Просторовий байєсівський висновокБаєсові методи↔ compare
- Просторовий варіаційний висновокБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →