Hierarkkinen Bayesiläinen päättely
Hierarkkinen Bayesiläinen päättely on todennäköisyyspohjainen mallinnuskehys, joka järjestää parametrit tasoihin, asettaen priorijakaumat ryhmätason parametreille ja hyperpriorijakaumat niitä hallitseville parametreille. Se mahdollistaa tiedon osittaisen yhdistämisen ryhmien välillä, tasapainottaen ääripäitä, joissa jokaista ryhmää käsitellään itsenäisenä tai ne yhdistetään yhdeksi estimaatiksi.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Lähteet
- 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
- Gelman, A. (2006). Multilevel (hierarchical) modeling: what it can and cannot do. Technometrics, 48(3), 432-435. DOI: 10.1198/004017005000000661 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/fi/bayesian/hierarchical-bayesian-inference
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.
- Bayesilainen regressioBayesilainen tilastotiede↔ compare
- Gibbs-otantaBayesilainen tilastotiede↔ compare
- Hierarkkinen Markovin ketju -Monte CarloBayesilainen tilastotiede↔ compare
- Markov-ketju-Monte Carlo (MCMC)Bayesilainen tilastotiede↔ compare
- Mixed Effects ModelTilastotiede↔ compare
- VariaatioinferenssiBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →