Model Bayesànic jeràrquic de sèries temporals
Un model bayesiànic jeràrquic de sèries temporals combina el marc bayesiànic jeràrquic (multinivell) amb una estructura dinàmica d'espai d'estats per analitzar dades temporals recollides en múltiples unitats o grups. Les priors codifiquen creences tant sobre la dinàmica dins de la unitat com sobre la variació entre unitats, i la posterior s'obté mitjançant MCMC o Monte Carlo seqüencial, produint prediccions probabilístiques completes amb incertesa calibrada.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Time Series Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/ca/bayesian/time-series-bayesian-hierarchical-model
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.
- Regressió BayesianaBayesià↔ compare
- Xarxa Bayesiana DinàmicaBayesià↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Filtre de KalmanBayesià↔ compare
- Inferencia bayesiana multinivellBayesià↔ compare
- MCMC per sèries temporalsBayesià↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →