Bayesov hijerarhijski model
Bayesovo hijerarhijsko modeliranje, popularizirano od strane Gelmana i Hilla (2006.), jest Bayesov pristup ugniježđenim podatkovnim strukturama — kao što su učenici unutar škola unutar okruga — koji procjenjuje zasebne parametre na svakoj razini, dopuštajući pritom da te razine dijele statističku snagu mehanizmom koji se naziva djelomično grupiranje (partial pooling). Dok klasični hijerarhijski linearni model tretira grupne srednje vrijednosti kao fiksne nepoznate količine, Bayesov pristup postavlja hiper-prior raspodjele na te grupne srednje vrijednosti tako da informacije slobodno teku između razina, proizvodeći pouzdanije procjene na grupnoj razini kad god pojedinačna grupa ima malo opažanja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Izvori
- Gelman, A. & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. DOI: 10.1017/CBO9780511790942 ↗
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Bayesian Hierarchical (Multilevel) Model. ScholarGate. https://scholargate.app/hr/bayesian/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.
- Bayesovska regresijaBayesovska statistika↔ compare
- Hijerarhijski linearni model (HLM)Statistika↔ compare
- Markovova lančana Monte Carlo (MCMC)Bayesovska statistika↔ compare
- Model mješovitih učinakaStatistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →