Bayesian Model Averaging
Giả sử bạn không chắc chắn về việc có bao nhiêu biến dự báo thực sự thuộc về một mô hình hồi quy. Thay vì chọn một mô hình và loại bỏ những mô hình khác, BMA giữ lại mọi mô hình ứng viên, gán trọng số cho mỗi mô hình dựa trên mức độ hợp lý của nó với dữ liệu. Nếu nhiều mô hình trông có vẻ tốt như nhau, suy luận cuối cùng sẽ phản ánh sự không chắc chắn đó — ước lượng trung bình sẽ trung thực hơn về những gì dữ liệu thực sự hỗ trợ.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Nguồn tài liệu
- Hoeting, J. A., Madigan, D., Raftery, A. E. & Volinsky, C. T. (1999). Bayesian Model Averaging: A Tutorial. Statistical Science, 14(4), 382–401. link ↗
- Zeugner, S. & Feldkircher, M. (2015). Bayesian Model Averaging Employing Fixed and Flexible Priors: The BMS Package for R. Journal of Statistical Software, 68(4), 1–37. DOI: 10.18637/jss.v068.i04 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Bayesian Model Averaging. ScholarGate. https://scholargate.app/vi/bayesian/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.
- Mô hình phân cấp BayesBayes↔ compare
- Hồi quy BayesBayes↔ compare
- Elastic NetHọc máy↔ compare
- Hồi quy LassoHọc máy↔ compare
- Chuỗi Markov Monte Carlo (MCMC)Bayes↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →