Inferencia variacional multinivel

La inferencia variacional multinivel (MLVI) es un método bayesiano aproximado escalable que ajusta modelos jerárquicos (multinivel) optimizando una aproximación variacional a la posterior, en lugar de extraer muestras MCMC. Aprovecha la estructura agrupada de los datos multinivel —individuos anidados dentro de grupos, grupos anidados dentro de unidades de nivel superior— para derivar actualizaciones eficientes por coordenadas, haciendo que la inferencia bayesiana sea manejable para grandes conjuntos de datos agrupados.