Bayesian model averaging also provi

Bayesian model averaging also provides a posterior probability for the inclusion of each variable in the best candidate model.


This probability can be used to produce weighted mean values for all variable parameter estimates (i.e., mean parameter estimates are weighted by the probability that they occur in the best model), each with its own confidence interval.

We use the package ‘BMA’ in R to perform these
analyses.

ผลลัพธ์ (ไทย) 1:

หาค่าเฉลี่ยแบบจำลองทฤษฎียังมีความน่าเป็นหลังสำหรับการรวมของแต่ละตัวแปรในแบบจำลองผู้สมัครที่ดีที่สุดค่าที่สามารถใช้ในการผลิตเฉลี่ยถ่วงน้ำหนักค่าสำหรับการประเมินตัวแปรพารามิเตอร์ทั้งหมด (เช่น หมายถึงพารามิเตอร์ประเมินถ่วงน้ำหนักตามความเป็นไปได้ที่จะเกิดขึ้นในรูปแบบดีที่สุด), ด้วยช่วงความเชื่อมั่นของตนเองได้ เราใช้แพคเกจ 'BMA' R การเหล่านี้วิเคราะห์

ผลลัพธ์ (ไทย) 2:

รูปแบบเบส์นอกจากนี้ยังมีค่าเฉลี่ยน่าจะเป็นหลังสำหรับการรวมของแต่ละตัวแปรในรูปแบบสมัครที่ดีที่สุด. น่าจะเป็นนี้สามารถใช้ในการผลิตค่าเฉลี่ยถ่วงน้ำหนักสำหรับทุกประมาณการพารามิเตอร์ตัวแปร (เช่นค่าเฉลี่ยประมาณการพารามิเตอร์มีน้ำหนักโดยน่าจะเป็นที่จะเกิดขึ้นใน รุ่นที่ดีที่สุด) แต่ละคนมีช่วงความเชื่อมั่นของตัวเอง. เราใช้แพคเกจ 'กทม' ในการวิจัยในการดำเนินการเหล่านี้การวิเคราะห์

ผลลัพธ์ (ไทย) 3:

ถัวเฉลี่ยแบบจำลองเบยังมีความน่าจะเป็นภายหลังเพื่อรวมของแต่ละตัวแปรที่ดีที่สุดในผู้สมัครรุ่น


ความน่าจะเป็นนี้สามารถใช้ในการผลิต หมายถึง ค่าประมาณพารามิเตอร์ถ่วงน้ำหนักสำหรับตัวแปร ( คือหมายถึงพารามิเตอร์ถ่วงน้ำหนัก โดยประเมินความเป็นไปได้ที่พวกเขาเกิดขึ้นในรุ่นที่ดีที่สุด ) แต่ละช่วงความเชื่อมั่นของ เอง

เราใช้แพคเกจ ' กทม. ' R เพื่อทำการวิเคราะห์เหล่านี้