Bayesiansk hierarkisk modell

Bayesiansk hierarkisk modellering, popularisert av Gelman og Hill (2006), er en bayesiansk tilnærming til nestede datastrukturer – som elever innen skoler innen distrikter – som estimerer separate parametere på hvert nivå, samtidig som disse nivåene kan dele statistisk styrke gjennom en mekanisme kalt delvis sammenslåing (partial pooling). Der en klassisk hierarkisk lineær modell behandler gruppegjennomsnitt som faste ukjente størrelser, plasserer den bayesianske versjonen hyperprior-fordelinger på disse gruppegjennomsnittene slik at informasjon flyter fritt mellom nivåene, noe som gir mer pålitelige estimater på gruppenivå når en individuell gruppe har få observasjoner.