Bayesovský hierarchický lineární model
Bayesovský hierarchický lineární model (Bayesian HLM) odhaduje lineární vztahy ve vnořených nebo shlukovaných datech tím, že na všechny parametry modelu umisťuje apriorní distribuce a aktualizuje je pozorovanými daty. Současně modeluje variabilitu uvnitř skupin a mezi skupinami, plně propaguje nejistotu prostřednictvím aposteriorních distribucí namísto spoléhání se na asymptotické aproximace.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/cs/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.
- Bayesovský smíšený modelStatistika↔ compare
- Bayesovská vícenásobná lineární regreseStatistika↔ compare
- Hierarchický lineární model (HLM)Statistika↔ compare
- Model smíšených efektůStatistika↔ compare
- Vícúrovňové modelováníStatistika ve výzkumu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →