Dynaaminen Bayesiläinen hierarkkinen malli
Dynaaminen Bayesiläinen hierarkkinen malli yhdistää Bayesiläisten hierarkkisten mallien monitasoisen rakenteen eksplisiittiseen aikakehitys-yhtälöön piileville tiloille. Havainnot kussakin aikapisteessä linkittyvät havaitsemattomiin dynaamisiin tiloihin, jotka kehittyvät todennäköisyyspohjaisen siirtymälain mukaisesti, samalla kun jaettu hyperprior yhdistää tietoa yksiköiden tai tasojen välillä, mahdollistaen johdonmukaisen päättelyn ajan ja ryhmien yli samanaikaisesti.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Dynamic Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/fi/bayesian/dynamic-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.
- Hierarkkinen Bayesiläinen päättelyBayesilainen tilastotiede↔ compare
- Kalman-suodinBayesilainen tilastotiede↔ compare
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →