Lojistik Regresyonda Bayesci Model Ortalaması Yaklaşımı

Öz

Standart istatistiksel metotlar model belirsizliğini ihmal eder. Veri analizcileri olası model sınıfından bir model seçer ve sanki seçilen model veriyi üretmiş gibi işleme devam eder. Bu yaklaşım model seçiminde belirsizliği ihmal ederek istatistiksel çıkarımlar için güven aralıklarını daha geniş tutar ve daha riskli kararlara neden olur. Oysa Bayesci model ortalaması (BMA) bu model belirsizliğini göz önüne alan bir yapı sunar. Bu çalışmada BMA yaklaşımını sunularak gerçek hayattan bir probleme uygulaması verilmiştir. Uygulamada, BMA yaklaşımının örnek kestirim performansını geliştirdiği görülmüştür.