Hiërarchische Bayesiaanse Inferentie
Hiërarchische Bayesiaanse inferentie is een probabilistisch modelleringsraamwerk dat parameters in niveaus organiseert, waarbij priors worden geplaatst op de parameters op groepsniveau en hyperpriors op de parameters die deze priors bepalen. Het maakt gedeeltelijke pooling van informatie over groepen heen mogelijk, waardoor een balans wordt gevonden tussen de extremen van het behandelen van elke groep als onafhankelijk of het samenvoegen ervan tot één schatting.
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.
+28 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/nl/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.
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Gibbs SamplingBayesiaanse statistiek↔ compare
- Hiërarchische Markovketen Monte CarloBayesiaanse statistiek↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ compare
- Gemengd effectenmodelStatistiek↔ compare
- Variatie-inferentieBayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →