เปรียบเทียบวิธี

	โมเดลลำดับเวลาแบบเบย์เซียนเชิงลำดับชั้น	การถดถอยแบบเบย์ (Bayesian Regression)
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	1989–1997	—
ผู้ริเริ่ม	West & Harrison (dynamic models); Gelman et al. (hierarchical Bayesian framework)	—
ประเภท	Bayesian hierarchical model for time series	Bayesian linear model
แหล่งต้นตำรับ	West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259	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
ชื่อเรียกอื่น	TSBHM, Bayesian hierarchical time series, hierarchical dynamic Bayesian model, multilevel Bayesian time series	bayesian linear regression, probabilistic regression, bayesian regresyon
ที่เกี่ยวข้อง	6	2
สรุป	A time series Bayesian hierarchical model combines the hierarchical (multilevel) Bayesian framework with a dynamic state-space structure to analyse temporal data collected on multiple units or groups. Priors encode beliefs about both within-unit dynamics and cross-unit variation, and the posterior is obtained via MCMC or sequential Monte Carlo, yielding full probabilistic forecasts with calibrated uncertainty.	Bayesian regression is a probabilistic version of linear regression that treats the model parameters as uncertain quantities. Instead of returning a single best-fit estimate, it combines prior knowledge with the observed data to produce a full posterior probability distribution for each parameter, from which credible intervals and predictions are read off.