مدل اثرات مختلط بیزی (Bayesian Mixed Effects Model)
مدل اثرات مختلط بیزی چارچوب کلاسیک اثرات مختلط را با قرار دادن توزیعهای پیشین بر روی تمام پارامترها — اثرات ثابت، واریانس اثرات تصادفی، و واریانس باقیمانده — و بهروزرسانی آنها با دادهها برای تولید توزیعهای پسین کامل، گسترش میدهد. این امر، کمیسازی منسجم عدم قطعیت را همزمان برای اثرات در سطح جمعیت و سطح گروه فراهم میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Bayesian Mixed Effects Model. ScholarGate. https://scholargate.app/fa/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.
- مدل خطی تعمیمیافته بیزی (Bayesian GLM)آمار↔ compare
- Bayesian Hierarchical Linear Modelآمار↔ compare
- مدل خطی سلسله مراتبی (HLM)آمار↔ compare
- مدل اثرات مختلط (یا مدل خطی مختلط) رگرسیون معمولی را با گنجاندن هر دو اثرات ثابتآمار↔ compare
- مدلسازی چندسطحیآمار پژوهش↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →