Bayesian Hierarchical Model
Bayesijsko hijerarhijsko modeliranje, popularizovano od strane Gelmana i Hila (2006), jeste Bayesijanski pristup za ugnježdene strukture podataka — kao što su učenici unutar škola unutar okruga — koje procenjuju zasebne parametre na svakom nivou, istovremeno dozvoljavajući tim nivoima da dele statističku snagu kroz mehanizam nazvan delimično udruživanje (partial pooling). Tamo gde klasični hijerarhijski linearni model tretira grupne proseke kao fiksne nepoznate količine, Bayesijanska verzija postavlja hiperprior distribucije na te grupne proseke tako da informacije slobodno teku kroz nivoe, proizvodeći pouzdanije procene na grupnom nivou kad god bilo koja pojedinačna grupa ima malo opservacija.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Izvori
- Gelman, A. & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. DOI: 10.1017/CBO9780511790942 ↗
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Bayesian Hierarchical (Multilevel) Model. ScholarGate. https://scholargate.app/sr/bayesian/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.
- Bejzijevska regresijaBajesovska statistika↔ compare
- Hierarchical Linear Model (HLM)Statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ compare
- Model sa mešovitim efektimaStatistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →