Regression modelRegression / GLM
ベイズ階層線形モデル
ベイズ階層線形モデル（Bayesian HLM）は、すべてのモデルパラメータに事前分布を配置し、観測データで更新することにより、ネストされた、またはクラスタ化されたデータにおける線形関係を推定します。グループ内およびグループ間の変動を同時にモデル化し、漸近近似に依存するのではなく、事後分布を通じて不確実性を完全に伝播させます。
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.
出典
- Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/ja/statistics/bayesian-hierarchical-linear-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.
- ベイズ混合効果モデル統計学↔ compare
- Bayesian Multiple linear regression統計学↔ compare
- 階層線形モデル（HLM）統計学↔ compare
- 混合効果モデル統計学↔ compare
- 多層レベルモデリング研究統計↔ compare