Bayesian methodsBayesian / computational
マルチレベルMCMC
マルチレベルMCMCは、階層的（マルチレベル）ベイズモデルにマルコフ連鎖モンテカルロサンプリングを適用する手法です。これは、グループレベルと母集団レベルの両方のパラメーターの同時事後分布からサンプルを抽出し、レベル間の不確実性を伝播させ、グループ内の観測値が共通の分布特性を共有するクラスター化されたデータ構造やネストされたデータ構造での推論を可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
出典
- 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
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/ja/bayesian/multilevel-mcmc
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.
- ベイズ回帰ベイズ↔ compare
- Gibbs Samplingベイズ↔ compare
- ハミルトニアンモンテカルロベイズ↔ compare
- 階層ベイズ推論ベイズ↔ compare
- メトロポリス・ヘイスティングス法ベイズ↔ compare
- 変分推論ベイズ↔ compare