2
显示贝叶斯模型平均（BMA）优点的简单示例
我将贝叶斯模型平均（BMA）方法纳入研究，并将很快向同事介绍我的工作。但是，BMA在我的领域并没有那么知名，因此在向他们介绍所有理论之后并将其实际应用于我的问题之前，我想提出一个简单而有启发性的示例，说明BMA为何起作用。 我在考虑一个简单的示例，其中有两个模型可供选择，但是真正的数据生成模型（DGM）介于两者之间，证据并不真正支持其中的任何一个。因此，如果您选择一个并继续进行下去，则将忽略模型不确定性并产生错误，但是BMA尽管真实模型不是模型集的一部分，但至少可以正确给出感兴趣参数的后验密度。例如，每天有两个天气预报（A和B），并且一个人希望最好地预测天气，因此在经典统计中，您首先会尝试找到两者之间的最佳天气预报者，但是如果真相介于两者之间，该怎么办？ （也就是说，有时A是正确的，有时B是正确的）。但是我无法将其形式化。那样的东西，但是我很愿意接受想法。我希望这个问题足够具体！ 在文献中，到目前为止，我还没有找到任何很好的例子： Kruschke（2011）虽然很好地介绍了贝叶斯统计，但并没有真正关注BMA，而他在第4章中介绍的抛硬币示例对于介绍贝叶斯统计非常有用，但并没有真正说服其他研究人员使用BMA。（“为什么我又有三个模型，一个为什么说硬币是公平的，而另一个说它在任一方向上都有偏见？”） 我阅读的所有其他内容（Koop 2003，Koop / Poirier / Tobias（2007），Hoeting等人（1999）以及大量其他文章）都是很好的参考，但是我还没有在其中找到一个简单的玩具示例。 但是也许我只是错过了一个很好的消息来源。 那么，有没有人有介绍BMA的好榜样？也许甚至显示出可能性和后继者，因为我认为这将很有启发性。