Mehrstufige Bayes'sche Inferenz
Die mehrstufige Bayes'sche Inferenz kombiniert Bayes'sche Wahrscheinlichkeit mit hierarchischen Datenstrukturen, wobei Parameter auf Gruppenebene als aus einer gemeinsamen Populationsverteilung stammend behandelt werden. Sie schätzt gleichzeitig Effekte auf Einzelebene und die Hyperparameter, die deren Variation steuern, und propagiert die volle Unsicherheit durch jede Ebene der Hierarchie mittels Posterior-Sampling.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage Publications. ISBN: 978-0761919049
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multilevel Bayesian Inference. ScholarGate. https://scholargate.app/de/bayesian/multilevel-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.
- Bayesian Hierarchical Model with Missing DataBayes-Statistik↔ compare
- Bayes'sche RegressionBayes-Statistik↔ compare
- Hierarchische Bayes'sche InferenzBayes-Statistik↔ compare
- Markov-Kette Monte Carlo (MCMC)Bayes-Statistik↔ compare
- Multilevel MCMCBayes-Statistik↔ compare
- Variationelle InferenzBayes-Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →