玛丽亚·马达莱娜·巴比里;詹姆斯·伯杰。 最优预测模型选择。 (英语) Zbl 1092.62033号 Ann.统计。 32,第3期,870-897(2004). 总结:模型选择的目标通常是为未来预测选择一个模型,用平方误差损失衡量未来预测的准确性是很自然的。在贝叶斯方法下,人们通常认为最优预测模型是具有最高后验概率的模型,但事实并非如此。我们表明,在正态线性模型中进行选择时,最佳预测模型通常是中值概率模型,它被定义为由总体后验概率大于或等于模型中1/2的变量组成的模型。中值概率模型通常不同于最高概率模型。 引用于3评论引用于166文件 MSC公司: 2015年1月62日 贝叶斯推断 62小时12分 多元分析中的估计 62J05型 线性回归;混合模型 62立方厘米10 贝叶斯问题;贝叶斯过程的特征 关键词:贝叶斯线性模型;预测分布;平方误差损失;变量选择;方差分析;马诺瓦 PDF格式BibTeX公司 XML格式引用 \textit{M.M.Barbieri}和\textit{J.O.Berger},Ann.Stat.32,No.3,870--897(2004;Zbl 1092.62033) 全文: arXiv公司