Trung bình Mô hình Bayes Chuỗi Thời gian
Trung bình Mô hình Bayes Chuỗi Thời gian (TS-BMA) kết hợp các dự báo từ một tập hợp các mô hình chuỗi thời gian — như các đặc tả AR, VAR, hoặc không gian trạng thái — bằng cách gán trọng số cho mỗi mô hình theo xác suất hậu nghiệm của nó dựa trên dữ liệu quan sát. Thay vì chọn một mô hình và loại bỏ sự không chắc chắn về mô hình nào là tốt nhất, TS-BMA tích hợp trên sự không chắc chắn về mô hình, tạo ra các dự báo mạnh mẽ hơn và được hiệu chuẩn tốt hơn bất kỳ mô hình đơn lẻ nào.
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), 382–401. link ↗
- Raftery, A. E., Kárný, M., & Ettler, P. (2010). Online prediction under model uncertainty via dynamic model averaging: Application to a cold rolling mill. Technometrics, 52(1), 52–66. DOI: 10.1198/TECH.2009.08104 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Time Series Bayesian Model Averaging. ScholarGate. https://scholargate.app/vi/bayesian/time-series-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.
- Bayesian Model AveragingBayes↔ compare
- Hồi quy BayesBayes↔ compare
- Bộ lọc KalmanBayes↔ compare
- Monte Carlo Tuần tựBayes↔ compare
- Suy luận Bayes cho chuỗi thời gianBayes↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →