Bayesiaans Hiërarchisch Lineair Model
Het Bayesiaans Hiërarchisch Lineair Model (Bayesiaans HLM) schat lineaire verbanden in geneste of geclusterde data door priorverdelingen te plaatsen op alle modelparameters en deze te actualiseren met geobserveerde data. Het modelleert gelijktijdig variatie binnen groepen en tussen groepen, waarbij onzekerheid volledig wordt doorgegeven via posterieure verdelingen in plaats van te vertrouwen op asymptotische benaderingen.
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
- Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/nl/statistics/bayesian-hierarchical-linear-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.
- Bayes' Gemiddeld Effect ModelStatistiek↔ compare
- Bayesiaanse Multipele Lineaire RegressieStatistiek↔ compare
- Hiërarchisch Lineair Model (HLM)Statistiek↔ compare
- Gemengd effectenmodelStatistiek↔ compare
- Multilevel ModellerenOnderzoeksstatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →