Bayesiansk inferens på flera nivåer
Bayesiansk inferens på flera nivåer kombinerar Bayesiansk sannolikhet med hierarkiska datastrukturer, där parametrar på gruppnivå behandlas som dragna från en gemensam populationsfördelning. Den uppskattar samtidigt effekter på enhetsnivå och de hyperparametrar som styr deras variation, och sprider full osäkerhet genom varje nivå av hierarkin via posterior sampling.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage Publications. ISBN: 978-0761919049
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multilevel Bayesian Inference. ScholarGate. https://scholargate.app/sv/bayesian/multilevel-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.
- Bayesiansk hierarkisk modell med saknade dataBayesiansk statistik↔ compare
- Bayesiansk regressionBayesiansk statistik↔ compare
- Hierarkisk Bayesiansk inferensBayesiansk statistik↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk statistik↔ compare
- Multilevel MCMCBayesiansk statistik↔ compare
- VariationsinferensBayesiansk statistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →