เปรียบเทียบวิธี

	โมเดลลำดับเวลาแบบเบย์เซียนเชิงลำดับชั้น	การอนุมานแบบเบย์หลายระดับ
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	1989–1997	1980s–2000s
ผู้ริเริ่ม	West & Harrison (dynamic models); Gelman et al. (hierarchical Bayesian framework)	Gelman, Hill, Raudenbush, Bryk
ประเภท	Bayesian hierarchical model for time series	Bayesian hierarchical model
แหล่งต้นตำรับ	West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259	Gelman, A., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
ชื่อเรียกอื่น	TSBHM, Bayesian hierarchical time series, hierarchical dynamic Bayesian model, multilevel Bayesian time series	Bayesian multilevel model, Bayesian hierarchical model, Bayesian mixed-effects model, Bayesian random-effects model
ที่เกี่ยวข้อง	6	6
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.	Multilevel Bayesian inference combines Bayesian probability with hierarchical data structures, treating group-level parameters as drawn from a common population distribution. It simultaneously estimates unit-level effects and the hyperparameters governing their variation, propagating full uncertainty through every level of the hierarchy via posterior sampling.