Modelowanie hierarchiczne bayesowskie

Modelowanie hierarchiczne bayesowskie, spopularyzowane przez Gelmana i Hilla (2006), jest bayesowskim podejściem do zagnieżdżonych struktur danych — takich jak uczniowie w szkołach w okręgach — które szacuje odrębne parametry na każdym poziomie, jednocześnie pozwalając tym poziomom na dzielenie się siłą statystyczną poprzez mechanizm zwany częściowym pulowaniem. Tam, gdzie klasyczny hierarchiczny model liniowy traktuje średnie grupowe jako ustalone nieznane wielkości, wersja bayesowska przypisuje rozkłady hiper-a priori na te średnie grupowe, tak aby informacje przepływały swobodnie między poziomami, generując bardziej wiarygodne oszacowania na poziomie grupowym, gdy jakakolwiek indywidualna grupa ma niewiele obserwacji.