Bayesiläinen hierarkkinen lineaarinen malli
Bayesiläinen hierarkkinen lineaarinen malli (Bayesiläinen HLM) estimoi lineaarisia suhteita sisäkkäisissä tai klustereituneissa aineistoissa asettamalla priorijakaumat kaikille mallin parametreille ja päivittämällä niitä havaitulla aineistolla. Se mallintaa samanaikaisesti vaihtelua ryhmien sisällä ja ryhmien välillä, levittäen epävarmuutta täysin posteriorijakaumien kautta sen sijaan, että luotettaisiin asymptoottisiin approksimaatioihin.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/fi/statistics/bayesian-hierarchical-linear-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.
- Bayesiläinen sekoitettujen malliTilastotiede↔ compare
- Bayesiläinen monimuuttujaregressioTilastotiede↔ compare
- Hierarkkinen lineaarinen malli (HLM)Tilastotiede↔ compare
- Mixed Effects ModelTilastotiede↔ compare
- MonitasomallinnusTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →