Quelle est la différence entre DSMA et GSM ?

DSMA (Dynamic Stochastic Model Averaging) et GSM (Generalized Stochastic Model Averaging) sont deux méthodes de calcul de moyenne de modèle bayésien. Ils reposent tous deux sur l’idée d’utiliser une moyenne pondérée de plusieurs modèles, où les poids sont déterminés par la probabilité a posteriori de chaque modèle compte tenu des données.

La principale différence entre DSMA et GSM réside dans la manière dont les probabilités a posteriori du modèle de composant dans la classe de modèle sont calculées. Dans DSMA, ils sont estimés avec un échantillonnage d'importance bayésien. Des méthodes de Monte Carlo par chaîne de Markov plus complexes et plus efficaces sont appliquées par le GSM à la place. Ils exploitent une représentation mixte d'un a priori sur des modèles qui aboutit à une chaîne de Markov sur l'espace modèle ayant la distribution cible comme distribution invariante. Le schéma MCMC utilisé par GSM implique de se déplacer entre des modèles de différentes dimensions, ce qui implique la mise à jour des deux coefficients du modèle. et le vecteur indicateur de sélection de modèle. Cependant, le GSM fournit des estimations a posteriori de paramètres et/ou des prédictions cohérentes. sous diverses formes de spécification erronée