Bayesiaanse Hiërarchische Model

Bayesiaanse hiërarchische modellering, gepopulariseerd door Gelman en Hill (2006), is een Bayesiaanse benadering voor geneste datastructuren — zoals studenten binnen scholen binnen districten — die afzonderlijke parameters op elk niveau schat, terwijl die niveaus statistische sterkte delen via een mechanisme genaamd partiële pooling. Waar een klassiek hiërarchisch lineair model groepsgemiddelden behandelt als vaste onbekende grootheden, plaatst de Bayesiaanse versie hyperprior-verdelingen op die groepsgemiddelden zodat informatie vrijelijk tussen niveaus stroomt, wat betrouwbaardere schattingen op groepsniveau oplevert wanneer een individuele groep weinig observaties heeft.