Bayesiansk hierarkisk tidsseriemodell
En bayesiansk hierarkisk tidsseriemodell kombinerer det hierarkiske (fler-nivå) bayesianske rammeverket med en dynamisk tilstandsromstruktur for å analysere tidsdata samlet inn fra flere enheter eller grupper. Priorer koder for oppfatninger om både dynamikk innenfor enheter og variasjon mellom enheter, og posteriorfordelingen oppnås via MCMC eller sekvensiell Monte Carlo, noe som gir fullstendige sannsynlighetsbaserte prognoser med kalibrert usikkerhet.
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). Time Series Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk regresjonBayesiansk↔ compare
- Dynamisk Bayesiansk NettverkBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filteretBayesiansk↔ compare
- Bayesiansk inferens på flere nivåerBayesiansk↔ compare
- Tidsserie MCMCBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →