Modello Gerarchico Bayesiano

La modellazione gerarchica Bayesiana, resa popolare da Gelman e Hill (2006), è un approccio Bayesiano a strutture dati annidate — come studenti all'interno di scuole all'interno di distretti — che stima parametri separati a ciascun livello, consentendo al contempo a tali livelli di condividere la forza statistica attraverso un meccanismo chiamato pooling parziale. Laddove un modello lineare gerarchico classico tratta le medie di gruppo come quantità fisse e sconosciute, la versione Bayesiana pone distribuzioni di iperpriors su tali medie di gruppo in modo che le informazioni fluiscano liberamente tra i livelli, producendo stime a livello di gruppo più affidabili ogni volta che un singolo gruppo ha poche osservazioni.