Inferensi Bayesian Hierarki
Inferensi Bayesian Hierarki ialah rangka kerja pemodelan probabilistik yang menyusun parameter mengikut peringkat, meletakkan prior pada parameter peringkat kumpulan dan hiperprior pada parameter yang mengawal prior tersebut. Ia membolehkan pengumpulan sebahagian maklumat merentasi kumpulan, mengimbangi ekstrem rawatan setiap kumpulan sebagai bebas atau menggabungkannya menjadi satu anggaran tunggal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/ms/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.
- Regresi BayesianBayesian↔ compare
- Sampel GibbsBayesian↔ compare
- Rantai Markov Monte Carlo BerperingkatBayesian↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesian↔ compare
- Model Kesan CampuranStatistik↔ compare
- Inferens VariasiBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →