VCBART方法处理随机效应设定不确定性

1. 01:05
   PsyArXiv 预印本

   用贝叶斯预测集成处理随机效应设定不确定性：VCBART在PISA数学数据中预测误差最低

   研究提出用带自适应截距的VCBART（变系数贝叶斯加性回归树）处理多层模型中随机效应设定的不确定性，该方法以个体和集群层协变量估计个体特异的集成权重，且不要求权重之和为1。基于PISA 2018数学数据校准的模拟与实证分析显示，在比较的方法中VCBART的预测区间覆盖率接近名义水平、预测误差最低，在组内变异较高时其样本外预测甚至优于正确设定的oracle模型。该文为预印本，尚未经同行评审。

当前热度 5·可比范围峰值 5（11月13日 02:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。