Bayesiansk hierarkisk model for tidsserier
En Bayesiansk hierarkisk model for tidsserier kombinerer det hierarkiske (multilevel) Bayesianske rammeværk med en dynamisk tilstandsrumsstruktur til analyse af tidsmæssige data indsamlet på flere enheder eller grupper. Priorer indkoder overbevisninger om både dynamik inden for enheder og variation på tværs af enheder, og posteriorfordelingen opnås via MCMC eller sekventiel Monte Carlo, hvilket giver fulde probabilistiske prognoser med kalibreret usikkerhed.
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.
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Time Series Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/da/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.
- Bayesiansk regressionBayesiansk↔ compare
- Dynamisk Bayesiansk NetværkBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filterBayesiansk↔ compare
- Multiniveau Bayesiansk InferensBayesiansk↔ compare
- Tidsserie MCMCBayesiansk↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →