Bayesiansk mixed effects model
Den bayesianske mixed effects model udvider det klassiske mixed effects-framework ved at placere prior-fordelinger på alle parametre — faste effekter, varianser for tilfældige effekter og residualvarians — og opdatere dem med data for at producere fulde posterior-fordelinger. Dette giver en kohærent kvantificering af usikkerhed for både populationsniveau- og gruppeniveau-effekter samtidigt.
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
- Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- Bates, D., Mächler, M., Bolker, B., & Walker, S. (2015). Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software, 67(1), 1–48. DOI: 10.18637/jss.v067.i01 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Mixed Effects Model. ScholarGate. https://scholargate.app/da/statistics/bayesian-mixed-effects-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 Generaliseret Lineær ModelStatistik↔ compare
- Bayesiansk Hierarkisk Lineær ModelStatistik↔ compare
- Hierarkisk Lineær Model (HLM)Statistik↔ compare
- Mixed Effects ModelStatistik↔ compare
- MultilevelmodelleringForskningsstatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →