Hierarchiczna inferencja bayesowska
Hierarchiczna inferencja bayesowska to probabilistyczny model organizujący parametry na poziomach, umieszczając priory na parametrach grupowych i hiperpriory na parametrach sterujących tymi priorami. Umożliwia ona częściowe agregowanie informacji między grupami, równoważąc skrajności traktowania każdej grupy jako niezależnej lub łączenia ich w jeden estymat.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Źródła
- 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
- Gelman, A. (2006). Multilevel (hierarchical) modeling: what it can and cannot do. Technometrics, 48(3), 432-435. DOI: 10.1198/004017005000000661 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/pl/bayesian/hierarchical-bayesian-inference
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.
- Regresja bayesowskaStatystyka bayesowska↔ compare
- Próbkowanie GibbsaStatystyka bayesowska↔ compare
- Hierarchical Markov Chain Monte CarloStatystyka bayesowska↔ compare
- Łańcuchy Markowa i symulacje Monte Carlo (MCMC)Statystyka bayesowska↔ compare
- Model Mieszanych EfektówStatystyka↔ compare
- Inferencja wariacyjnaStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →