|
|||||
|
|
| 大数据背景下贝叶斯模型平均的理论突破与应用前景 | |
| 作者单位： | ;1.天津财经大学大数据统计分析中心;2.天津商业大学理学院 |
| 摘 要： | 大数据统计分析过程中常面临模型比较和选择的不确定性问题。贝叶斯模型平均(BMA)方法可以通过先验和后验概率度量模型不确定性,并利用后验概率对模型的结果进行加权平均,最终得到更稳健的估计结果。在回顾贝叶斯模型平均发展历程的基础上,介绍贝叶斯模型平均的基本原理,综述其在一些难点问题上的理论进展,并介绍大数据背景下贝叶斯模型平均的应用前景。贝叶斯模型平均与复杂数据分析方法相结合,可能成为大数据研究的新思路。 |
| 关 键 词： | 大数据 模型不确定性 贝叶斯模型平均 MCMC |
On Theoretical Breakthrough and Application Prospect of BMA in Context of Big Data |
|
| Abstract: | |
| Keywords: | |