Байєсівська ієрархічна лінійна модель
Байєсівська ієрархічна лінійна модель (Bayesian HLM) оцінює лінійні залежності у вкладених або кластеризованих даних шляхом розміщення апріорних розподілів на всі параметри моделі та їх оновлення спостережуваними даними. Вона одночасно моделює варіацію всередині груп та між групами, повністю поширюючи невизначеність через апостеріорні розподіли, а не покладаючись на асимптотичні наближення.
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
- Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press. ISBN: 978-0521686891
- 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). Bayesian Hierarchical Linear Model. ScholarGate. https://scholargate.app/uk/statistics/bayesian-hierarchical-linear-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 модель змішаних ефектівСтатистика↔ compare
- Байєсівська множинна лінійна регресіяСтатистика↔ compare
- Ієрархічна лінійна модель (ІЛМ)Статистика↔ compare
- Змішана модель ефектівСтатистика↔ compare
- Багаторівневе моделюванняСтатистика досліджень↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →