Inférence bayésienne hiérarchique
L'inférence bayésienne hiérarchique est un cadre de modélisation probabiliste qui organise les paramètres en niveaux, plaçant des priors sur les paramètres de niveau groupe et des hyperpriors sur les paramètres régissant ces priors. Elle permet une agrégation partielle d'informations entre les groupes, équilibrant les extrêmes de traiter chaque groupe comme indépendant ou de les fusionner en une seule estimation.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/fr/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.
- Régression bayésienneBayésien↔ compare
- Échantillonnage de GibbsBayésien↔ compare
- Chaîne de Markov Monte Carlo hiérarchiqueBayésien↔ compare
- Chaîne de Markov Monte Carlo (MCMC)Bayésien↔ compare
- Modèle à effets mixtesStatistique↔ compare
- Inférence variationnelleBayésien↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →