Bayesiešu hierarhiskais lineārais modelis
Bayesiešu hierarhiskais lineārais modelis (Bayesian HLM) novērtē lineāras sakarības ligzdotos vai grupētos datos, nosakot iepriekšējas sadalījumus visiem modeļa parametriem un atjauninot tos ar novērotajiem datiem. Tas vienlaikus modelē variāciju grupās un starp grupām, pilnībā izplatot nenoteiktību caur aizmugures sadalījumiem, nevis paļaujoties uz asimptotiskām aproksimācijām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/lv/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.
- Neiša jauktā modeļa modelisStatistika↔ compare
- Bayesas daudzkārtējā lineārā regresijaStatistika↔ compare
- Hierarhiskais lineārais modelis (HLM)Statistika↔ compare
- Jaukto efektu modelisStatistika↔ compare
- Daudzlīmeņu modelēšanaPētniecības statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →