Bayesiesche hiërarchisch model voor tijdreeksen
Een Bayesiesch hiërarchisch model voor tijdreeksen combineert het hiërarchische (multilevel) Bayesiesche raamwerk met een dynamische toestandsruimte-structuur om temporele gegevens te analyseren die verzameld zijn op meerdere eenheden of groepen. Priors coderen overtuigingen over zowel de dynamiek binnen een eenheid als de variatie tussen eenheden, en de posterior wordt verkregen via MCMC of sequentiële Monte Carlo, wat resulteert in volledige probabilistische voorspellingen met gekalibreerde onzekerheid.
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). Time Series Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/nl/bayesian/time-series-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.
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Dynamisch Bayesiaans NetwerkBayesiaanse statistiek↔ compare
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- KalmanfilterBayesiaanse statistiek↔ compare
- Multilevel Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Tijdreeks MCMCBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →