Многостепенна байесова статистическа инференция
Многостепенната байесова инференция съчетава байесовата вероятност с йерархични структури на данните, третирайки параметри на групово ниво като извлечени от общо разпределение на популацията. Тя едновременно оценява ефекти на ниво единици и хиперпараметрите, които управляват тяхната вариация, разпространявайки пълна неопределеност през всяко ниво на йерархията чрез постeриорно семплиране.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage Publications. ISBN: 978-0761919049
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multilevel Bayesian Inference. ScholarGate. https://scholargate.app/bg/bayesian/multilevel-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 йерархичен модел с липсващи данниБейсови методи↔ compare
- Байесов регресионен моделБейсови методи↔ compare
- Йерархично Бейсианско заключениеБейсови методи↔ compare
- Марковски Монте Карло вериги (MCMC)Бейсови методи↔ compare
- Многостепенни MCMC методиБейсови методи↔ compare
- Вариационен инференсБейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →