Regression modelRegression / GLM
ベイズ混合効果モデル
ベイズ混合効果モデルは、固定効果、ランダム効果の分散、および残差分散のすべてのパラメータに事前分布を配置し、データで更新して完全な事後分布を生成することにより、古典的な混合効果フレームワークを拡張したものです。これにより、母集団レベルとグループレベルの両方の効果について、同時に整合性の取れた不確実性定量化が可能になります。
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. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- Bates, D., Mächler, M., Bolker, B., & Walker, S. (2015). Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software, 67(1), 1–48. DOI: 10.18637/jss.v067.i01 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Mixed Effects Model. ScholarGate. https://scholargate.app/ja/statistics/bayesian-mixed-effects-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.
- ベイズ一般化線形モデル統計学↔ compare
- ベイズ階層線形モデル統計学↔ 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