Bayesiansk hierarkisk linjär modell
Den Bayesianska Hierarkiska Linjära Modellen (Bayesian HLM) skattar linjära samband i kapslad eller klustrad data genom att placera priordistributioner på alla modellparametrar och uppdatera dem med observerad data. Den modellerar samtidigt variation inom grupper och mellan grupper, och propagerar osäkerhet fullt ut genom posteriora distributioner snarare än att förlita sig på asymptotiska approximationer.
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. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/sv/statistics/bayesian-hierarchical-linear-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.
- Bayesianskt blandadeffektsmodellStatistik↔ compare
- Bayesiansk multipel linjär regressionStatistik↔ compare
- Hierarkisk linjär modell (HLM)Statistik↔ compare
- Modell för blandade effekterStatistik↔ compare
- Multilevel ModelingForskningsstatistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →