DSMA (Dynamic Stochastic Model Averaging) e GSM (Generalized Stochastic Model Averaging) são ambos métodos para cálculo da média do modelo Bayesiano. Ambos baseiam-se na ideia de utilizar uma média ponderada de múltiplos modelos, onde os pesos são determinados pela probabilidade posterior de cada modelo dados os dados.
A principal diferença entre DSMA e GSM está na forma como as probabilidades posteriores do modelo componente na classe de modelo são calculadas. Enquanto no DSMA eles são estimados com amostragem de importância bayesiana. Métodos de Monte Carlo da cadeia de Markov mais complexos e eficientes são aplicados pelo GSM. Eles exploram uma representação mista de modelos anteriores que resulta em uma cadeia de Markov no espaço do modelo tendo a distribuição alvo como sua distribuição invariante. O esquema MCMC empregado pelo GSM envolve a movimentação entre modelos de diferentes dimensões, o que implica a atualização de ambos os coeficientes do modelo. e o vetor indicador de seleção de modelo. No entanto, o GSM fornece estimativas posteriores de parâmetros e/ou previsões que são consistentes. sob várias formas de especificação incorreta
