Inferensi Bayesian Hierarkis
Inferensi Bayesian hierarkis adalah kerangka pemodelan probabilistik yang mengorganisasi parameter ke dalam tingkatan, menempatkan prior pada parameter tingkat kelompok dan hiperprior pada parameter yang mengatur prior tersebut. Ini memungkinkan pengumpulan informasi parsial antar kelompok, menyeimbangkan ekstrem memperlakukan setiap kelompok sebagai independen atau menggabungkannya menjadi satu estimasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/id/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.
- Regresi BayesianBayesian↔ compare
- Sampling GibbsBayesian↔ compare
- Metropolis-Hastings Markov Rantai HirarkisBayesian↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesian↔ compare
- Model Efek CampuranStatistika↔ compare
- Inferensi VariasionalBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →