Modelo Jerárquico Bayesiano

El modelado jerárquico bayesiano, popularizado por Gelman y Hill (2006), es un enfoque bayesiano para estructuras de datos anidadas —como estudiantes dentro de escuelas dentro de distritos— que estima parámetros separados en cada nivel mientras permite que esos niveles compartan fortaleza estadística a través de un mecanismo llamado agrupación parcial. Donde un modelo lineal jerárquico clásico trata las medias grupales como cantidades fijas desconocidas, la versión bayesiana coloca distribuciones de hiperprior sobre esas medias grupales de modo que la información fluya libremente entre niveles, produciendo estimaciones a nivel grupal más confiables siempre que cualquier grupo individual tenga pocas observaciones.