Aegridade Bayes'lik hierarhiline mudel
Aegridade Bayes'lik hierarhiline mudel ühendab hierarhilis- (mitmetasandilise) Bayes'liku raamistiku dünaamilise olekuruumi struktuuriga, et analüüsida ajas kogutud andmeid mitme üksuse või rühma kohta. Priorid kodeerivad uskumusi nii üksuse sisese dünaamika kui ka üksusteülese varieeruvuse kohta ning posterioorne jaotus saadakse MCMC või järjestikuse Monte Carlo abil, mille tulemuseks on täielikud tõenäosuslikud prognoosid kalibreeritud ebakindlusega.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Time Series Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/et/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.
- Bayes' regressioonBayesi meetodid↔ compare
- Dünaamiline BayesivõrkBayesi meetodid↔ compare
- Hierarhiline Bayes'lik järeldamineBayesi meetodid↔ compare
- Kalmani filterBayesi meetodid↔ compare
- Mitmetasandmeline bayesiaanlik järeldamineBayesi meetodid↔ compare
- Aegridade MCMCBayesi meetodid↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →