Йерархично Бейсианско заключение
Йерархичното Бейсианско заключение е вероятностна рамка за моделиране, която организира параметрите на нива, поставяйки предварителни разпределения върху параметрите на групово ниво и хипер-предварителни разпределения върху параметрите, които управляват тези предварителни разпределения. То позволява частично обединяване на информация между групите, балансирайки крайностите на третирането на всяка група като независима или обединяването им в една единствена оценка.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Източници
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Gelman, A. (2006). Multilevel (hierarchical) modeling: what it can and cannot do. Technometrics, 48(3), 432-435. DOI: 10.1198/004017005000000661 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/bg/bayesian/hierarchical-bayesian-inference
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Гиббсов семплерБейсови методи↔ compare
- Йерархичен Монте Карло Марковски процесБейсови методи↔ compare
- Марковски Монте Карло вериги (MCMC)Бейсови методи↔ compare
- Смесен модел с ефектиСтатистика↔ compare
- Вариационен инференсБейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →