แบบจำลองลำดับชั้นแบบเบย์ (Bayesian Hierarchical Model)

แบบจำลองลำดับชั้นแบบเบย์ (Bayesian hierarchical modelling) ซึ่งได้รับความนิยมจาก Gelman และ Hill (2006) เป็นแนวทางแบบเบย์สำหรับโครงสร้างข้อมูลที่มีลักษณะเป็นลำดับชั้น เช่น นักเรียนในโรงเรียนในสังกัดต่างๆ ซึ่งจะประมาณค่าพารามิเตอร์แยกกันในแต่ละระดับ ขณะเดียวกันก็อนุญาตให้ระดับเหล่านั้นแบ่งปันความแข็งแกร่งทางสถิติผ่านกลไกที่เรียกว่า การรวมกลุ่มบางส่วน (partial pooling) ในขณะที่แบบจำลองเชิงเส้นลำดับชั้นแบบดั้งเดิมถือว่าค่าเฉลี่ยของกลุ่มเป็นปริมาณคงที่ที่ไม่ทราบค่า แบบจำลองแบบเบย์จะกำหนดการแจกแจงไฮเปอร์ไพรเออร์ (hyperprior distributions) ให้กับค่าเฉลี่ยของกลุ่มเหล่านั้น เพื่อให้ข้อมูลไหลเวียนระหว่างระดับต่างๆ ได้อย่างอิสระ ส่งผลให้ได้ค่าประมาณระดับกลุ่มที่น่าเชื่อถือมากขึ้นเมื่อกลุ่มใดกลุ่มหนึ่งมีจำนวนข้อมูลน้อย