Часовий ряд Баєсова ієрархічна модель
Часовий ряд Баєсова ієрахічна модель поєднує ієрархічну (багаторівневу) Баєсову структуру з динамічною структурою простору станів для аналізу часових даних, зібраних для багатьох одиниць або груп. Апріорні розподіли кодують переконання як щодо динаміки всередині одиниці, так і щодо варіації між одиницями, а апостеріорний розподіл отримують за допомогою MCMC або послідовного методу Монте-Карло, що дає повні ймовірнісні прогнози з каліброваною невизначеністю.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Time Series Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/uk/bayesian/time-series-bayesian-hierarchical-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.
- Байєсівська регресіяБаєсові методи↔ compare
- Динамічна байєсівська мережаБаєсові методи↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Фільтр КалманаБаєсові методи↔ compare
- Багаторівневі байєсівські висновкиБаєсові методи↔ compare
- Часові ряди MCMCБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →