Bayesian methodsBayesian / computational
계층적 베이즈 추론
계층적 베이즈 추론은 모수를 여러 계층으로 구성하고, 그룹 수준 모수에 사전분포(prior)를, 그 사전분포를 관장하는 모수에 초사전분포(hyperprior)를 설정하는 확률 모델링 프레임워크입니다. 이는 각 그룹을 독립적으로 취급하거나 단일 추정치로 통합하는 극단적인 접근 방식 사이에서 균형을 잡으며, 그룹 간 정보의 부분적 풀링(partial pooling)을 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/ko/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.
- 베이즈 회귀베이지안↔ compare
- 깁스 샘플링(Gibbs Sampling)베이지안↔ compare
- 계층적 마르코프 연쇄 몬테카를로베이지안↔ compare
- 마르코프 연쇄 몬테카를로 (MCMC)베이지안↔ compare
- Mixed Effects Model통계학↔ compare
- 변분 추론베이지안↔ compare
이 방법을 참조하는 항목
결측값이 있는 베이즈 계층 모델측정 오차를 포함한 베이즈 추론결측 데이터가 있는 베이즈 추론동적 베이즈 계층 모델동적 베이즈 추론동적 베이즈 네트워크깁스 샘플링(Gibbs Sampling)계층적 근사 베이즈 계산계층적 베이즈 모델 평균화계층적 베이즈 네트워크계층적 부트스트랩 시뮬레이션계층적 해밀턴ian 몬테 카를로계층적 칼만 필터계층적 마르코프 연쇄 몬테카를로계층적 파티클 필터계층적 변분 추론MCMC with Measurement Error다수준 근사 베이즈 계산다층 베이즈 추론다수준 베이지안 모형 평균화다수준 베이즈 네트워크다층 부트스트랩 시뮬레이션다층 깁스 샘플링다수준 MCMC (Multilevel MCMC)다층 메트로폴리스-헤이스팅스다수준 변분 추론강건 베이즈 추론강건 베이지안 모형 평균화로버스트 베이즈 네트워크공간 베이지안 추론공간 베이지안 모형 평균화공간 MCMC시계열 베이즈 계층 모델시계열 베이즈 추론