تحلیل مدل میانگین گیری بیزین (BMA) در R به همراه داکیومنت

تحلیل مدل میانگین گیری بیزین (BMA) در R

در این بخش پروژه تحلیل مدل میانگین گیری بیزین (BMA) در زبان R و با نرم افزار RStudio به همراه داکیومنت فارسی کامل 7 صفحه ای در ورد آماده کرده ایم که در این تحلیل از پکیج BMS استفاده می شود. داده به کار رفته در آن attitude نام دارد که مربوط به نظرسنجی از کامندان یک شرکت می باشد که تشکیل شده از 7 ستون و 30 سطر است. در ادامه توضیحاتی از مدل BMA ارائه شده و فیلم و تصاویر خروجی پروژه در محیط RStudio قرار داده شده و توضیحات کامل و مرحله به مرحله از تحلیل نیز در داکیومنت ارائه شده است.

مدل میانگین گیری بیزین (BMA)

پس پردازش آماری خروجی های مدل عددی به صورت گسترده توسط مراکز تحقیقاتی مورد استفاده قرار می گیرد تا تطابق بین پیش بینی های مدل و مشاهدات سطحی در مکان های مورد نظر بهتر شود. یکی از مهمترین روش های پس پردازش آماری، روش مدل میانگین گیری بیزین (Bayesian Model Averaging – BMA) می باشد. معمولا تحلیل های آماری استاندارد مانند تحلیل رگرسیون، براساس یک مدل آماری که اغلب این مدل از میان چندین مدل برای داده ها انتخاب شده، انتخاب می شود و تحلیلگر داده مطمئن نیست که مدل انتخاب شده بهترین است یا خیر و این یک منبع عدم قطعیت در نتیجه گیری می باشد. مدل میانگین گیری بیزین (BMA) با در نظر گرفتن تمامی مدل های آماری گروهی به جای بهترین مدل واحد بر این مشکل غلبه کرده است. در واقع BMA روشی جهت ترکیب پیش بینی ها از چند مدل آماری با ضرایب وزنی متغیر می باشد.

تکنیک بیزین به وسیله Kass و Raftery در سال 1995 و Hoeting et al در سال 1999 ارائه شده است. این روش بر اساس فرمول بیزین برای به دست آوردن احتمال پسین مدل های مفهومی مختلف می باشد. روش BMA برای برآورد توزیع احتمال پسین برای هر مدل است. احتمالات پسین مدل، مقادیر عددی غیر منفی می باشند که مجموع آنها برابر با یک است و برآورد آن نیاز به احتمال پیشین مدل دارد که احتمال پیشین مدل با استفاده از دانش متخصص تعیین می شود و یا اینکه می تواند برای همه مدل ها برابر در نظر گرفته شود. در این روش مدل هایی با عملکرد پیش بینی بهتر، وزن های بالاتری را دریافت می کنند.

تصاویر خروجی پروژه در محیط آر استودیو