Regression modelRegression / GLM

Model Lineal Bayesànic Jeràrquic

El Model Lineal Bayesànic Jeràrquic (HLM Bayesànic) estima relacions lineals en dades niades o agrupades mitjançant la col·locació de distribucions prèvies sobre tots els paràmetres del model i la seva actualització amb dades observades. Modela simultàniament la variació dins dels grups i entre els grups, propagant la incertesa completament a través de distribucions posteriors en lloc de dependre d'aproximacions asimptòtiques.

Aplica-ho amb StatMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
  2. 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). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/ca/statistics/bayesian-hierarchical-linear-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.

Compare side by side

Citat per

ScholarGateBayesian Hierarchical Linear Model (Bayesian Hierarchical Linear Model). Recuperat el 2026-06-15 de https://scholargate.app/ca/statistics/bayesian-hierarchical-linear-model · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026