Dynamisch Bayesiaans Hiërarchisch Model
Een Dynamisch Bayesiaans Hiërarchisch Model combineert de multilevelstructuur van Bayesiaanse hiërarchische modellen met een expliciete tijdsevolutie-vergelijking voor de latente toestanden. Observaties op elk tijdstip zijn gekoppeld aan onwaargenomen dynamische toestanden, die evolueren volgens een probabilistische transitiewet, terwijl een gedeelde hyperprior informatie bundelt over eenheden of niveaus, wat coherente inferentie over tijd en groepen tegelijkertijd mogelijk maakt.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Dynamic Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/nl/bayesian/dynamic-bayesian-hierarchical-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.
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- KalmanfilterBayesiaanse statistiek↔ compare
- Deeltjesfilter (Sequentiële Monte Carlo)Bayesiaanse statistiek↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →