Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Байєсівська ієрархічна модель з пропущеними даними× | Багаторівневі байєсівські висновки× | |
|---|---|---|
| Галузь | Баєсові методи | Баєсові методи |
| Родина | Bayesian methods | Bayesian methods |
| Рік появи≠ | 1990s–2000s | 1980s–2000s |
| Автор методу≠ | Gelman, Rubin, Little (and collaborators) | Gelman, Hill, Raudenbush, Bryk |
| Тип≠ | Bayesian hierarchical model with missing-data integration | Bayesian hierarchical model |
| Основоположне джерело≠ | 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., & Hill, J. (2007). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891 |
| Інші назви | BHM missing data, multilevel Bayesian missing data model, hierarchical Bayesian imputation, Bayesian multilevel model with incomplete data | Bayesian multilevel model, Bayesian hierarchical model, Bayesian mixed-effects model, Bayesian random-effects model |
| Пов'язані≠ | 5 | 6 |
| Підсумок≠ | A Bayesian hierarchical model with missing data treats unobserved values as additional unknowns and samples them jointly with all model parameters from the posterior. The nested structure of the hierarchy borrows strength across groups, while the Bayesian framework naturally propagates uncertainty from missingness through every estimate and prediction. | 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. |
| ScholarGateНабір даних ↗ |
|
|