Hierarkisk Bayesiansk Inferens
Hierarkisk Bayesiansk inferens er et sandsynlighedsbaseret modelleringsframework, der organiserer parametre i niveauer, placerer prioris på gruppens parametre og hyperprioris på de parametre, der styrer disse prioris. Det muliggør delvis pooling af information på tværs af grupper, hvilket balancerer ekstremerne ved at behandle hver gruppe som uafhængig eller ved at samle dem til et enkelt estimat.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/da/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.
- Bayesiansk regressionBayesiansk↔ compare
- Gibbs SamplingBayesiansk↔ compare
- Hierarkisk Markov Chain Monte CarloBayesiansk↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk↔ compare
- Mixed Effects ModelStatistik↔ compare
- VariationsinferensBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →