Байесовская модель со смешанными эффектами
Байесовская модель со смешанными эффектами расширяет классическую структуру смешанных эффектов, помещая априорные распределения на все параметры — фиксированные эффекты, дисперсии случайных эффектов и остаточную дисперсию — и обновляя их с помощью данных для получения полных апостериорных распределений. Это обеспечивает согласованную количественную оценку неопределенности как для эффектов на уровне популяции, так и для эффектов на уровне групп одновременно.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- Bates, D., Mächler, M., Bolker, B., & Walker, S. (2015). Fitting Linear Mixed-Effects Models Using lme4. Journal of Statistical Software, 67(1), 1–48. DOI: 10.18637/jss.v067.i01 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Mixed Effects Model. ScholarGate. https://scholargate.app/ru/statistics/bayesian-mixed-effects-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.
- Байесовская обобщенная линейная модельСтатистика↔ compare
- Байесовская иерархическая линейная модельСтатистика↔ compare
- Иерархическая линейная модель (HLM)Статистика↔ compare
- Модель со смешанными эффектамиСтатистика↔ compare
- Многоуровневое моделированиеСтатистика исследований↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →