Dynamisk Bayesiansk Hierarkisk Modell
En Dynamisk Bayesiansk Hierarkisk Modell kombinerer flerlagsstrukturen til Bayesianske hierarkiske modeller med en eksplisitt tidsutviklingsligning for de latente tilstandene. Observasjoner ved hvert tidspunkt er knyttet til uobserverte dynamiske tilstander, som utvikler seg i henhold til en sannsynlighetsovergangslov, mens en delt hyperprior samler informasjon på tvers av enheter eller nivåer, noe som muliggjør koherent inferens over tid og på tvers av grupper samtidig.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Dynamic Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/no/bayesian/dynamic-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.
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filteretBayesiansk↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →