Multilevel Bayesiaanse Inferentie
Multilevel Bayesiaanse inferentie combineert Bayesiaanse waarschijnlijkheid met hiërarchische datastructuren, waarbij parameters op groepsniveau worden behandeld als afkomstig uit een gemeenschappelijke populatieverdeling. Het schat gelijktijdig effecten op eenheidsniveau en de hyperparameters die hun variatie bepalen, waarbij volledige onzekerheid door elk niveau van de hiërarchie wordt gepropageerd via posterior sampling.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage Publications. ISBN: 978-0761919049
Deze pagina citeren
ScholarGate. (2026, June 3). Multilevel Bayesian Inference. ScholarGate. https://scholargate.app/nl/bayesian/multilevel-bayesian-inference
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaans hiërarchisch model met ontbrekende dataBayesiaanse statistiek↔ vergelijken
- Bayesian RegressieBayesiaanse statistiek↔ vergelijken
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ vergelijken
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ vergelijken
- Multilevel Markov-kettingmonte-CarloBayesiaanse statistiek↔ vergelijken
- Variatie-inferentieBayesiaanse statistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →