Ієрархічний байєсівський висновок
Ієрархічний байєсівський висновок — це ймовірнісна модельна структура, яка організовує параметри за рівнями, розміщуючи апріорні розподіли на параметрах групового рівня та гіпер-апріорні розподіли на параметрах, що керують цими апріорними розподілами. Вона забезпечує часткове об'єднання інформації між групами, балансуючи між крайностями розгляду кожної групи як незалежної або об'єднання їх в єдину оцінку.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
Джерела
- 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
- Gelman, A. (2006). Multilevel (hierarchical) modeling: what it can and cannot do. Technometrics, 48(3), 432-435. DOI: 10.1198/004017005000000661 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/uk/bayesian/hierarchical-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.
- Байєсівська регресіяБаєсові методи↔ compare
- Гіббсівський відбір (Gibbs Sampling)Баєсові методи↔ compare
- Ієрархічний ланцюг Маркова Монте-КарлоБаєсові методи↔ compare
- Метод Монте-Карло на основі ланцюгів Маркова (MCMC)Баєсові методи↔ compare
- Змішана модель ефектівСтатистика↔ compare
- Варіаційний висновокБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →