Trung bình hóa mô hình Bayes phân cấp
Trung bình hóa mô hình Bayes phân cấp (HBMA) kết hợp trung bình hóa mô hình Bayes với cấu trúc mô hình phân cấp, tính trung bình các đại lượng hậu nghiệm trên một tập hợp các mô hình ứng viên được trọng số hóa bởi xác suất hậu nghiệm của mỗi mô hình. Thay vì chọn một mô hình tốt nhất duy nhất, HBMA lan truyền sự không chắc chắn của mô hình thông qua một khuôn khổ phân cấp, tạo ra các dự đoán và ước lượng tham số phản ánh trung thực sự không chắc chắn về mô hình nào là đúng.
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.
Nguồn tài liệu
- Hoeting, J. A., Madigan, D., Raftery, A. E., & Volinsky, C. T. (1999). Bayesian model averaging: A tutorial. Statistical Science, 14(4), 382–417. link ↗
- Fragoso, T. M., Bertoli, W., & Louzada, F. (2018). Bayesian model averaging: A systematic review and conceptual classification. International Statistical Review, 86(1), 1–28. DOI: 10.1111/insr.12243 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Hierarchical Bayesian Model Averaging. ScholarGate. https://scholargate.app/vi/bayesian/hierarchical-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.
- Tiêu chí Thông tin Bayes (BIC)Đánh giá mô hình↔ compare
- Bayesian Model AveragingBayes↔ compare
- Hồi quy BayesBayes↔ compare
- Suy luận Bayes phân cấpBayes↔ compare
- Markov Chain Monte Carlo phân cấpBayes↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →