Teilweise feste bayesianische additive Regressionsbäume

Bayesian Additive Regression Trees (BART) ist ein weit verbreitetes nichtparametrisches Regressionsmodell, das für seine genauen Vorhersagefähigkeiten bekannt ist. In bestimmten Situationen gibt es Hinweise, die auf die Existenz bestimmter dominierender Variablen hindeuten. Das BART-Modell kann jedoch das vorhandene Wissen nicht vollständig nutzen. Um dieses Problem zu lösen, stellt das Papier eine Modifikation von BART vor, die als Partially Fixed BART-Modell bekannt ist. Durch die Fixierung eines Teils der Struktur der Bäume ermöglicht dieses Modell eine effizientere Nutzung des Vorwissens, was zu einer verbesserten Schätzgenauigkeit führt. Darüber hinaus kann das Partially Fixed BART-Modell auch genauere Schätzungen und wertvolle Einblicke für zukünftige Analysen bieten, selbst wenn solches Vorwissen fehlt. Empirische Ergebnisse belegen die Verbesserung des vorgeschlagenen Modells im Vergleich zum ursprünglichen BART.