Bayesian methodsBayesian / computational
分层贝叶斯推断
分层贝叶斯推断是一种概率建模框架，它将参数组织成不同的层级，为组级参数设置先验分布，为控制这些先验分布的参数设置超先验分布。它能够实现跨组信息的局部收缩（partial pooling），从而在将各组视为独立或将所有组合并为单一估计的极端情况之间取得平衡。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
+28 more
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Hierarchical Bayesian Inference. ScholarGate. https://scholargate.app/zh/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.
- Bayesian Regression贝叶斯↔ compare
- Gibbs Sampling贝叶斯↔ compare
- 分层马尔可夫链蒙特卡洛贝叶斯↔ compare
- 马尔可夫链蒙特卡洛 (MCMC)贝叶斯↔ compare
- 混合效应模型统计学↔ compare
- 变分推断贝叶斯↔ compare
被引用于
含缺失数据的贝叶斯分层模型带有测量误差的贝叶斯推断缺失数据的贝叶斯推断动态贝叶斯分层模型动态贝叶斯推断动态贝叶斯网络Gibbs Sampling分层近似贝叶斯计算层级贝叶斯模型平均层级贝叶斯网络分层自助法模拟分层哈密顿蒙特卡洛分层卡尔曼滤波器分层马尔可夫链蒙特卡洛分层粒子滤波器分层变分推断含测量误差的MCMC多层近似贝叶斯计算多层贝叶斯推断多层贝叶斯模型平均多层贝叶斯网络多层自助法模拟多层吉布斯采样多层级 MCMC多层 Metropolis-Hastings多层变分推断稳健贝叶斯推断稳健贝叶斯模型平均鲁棒贝叶斯网络空间贝叶斯推断空间贝叶斯模型平均空间马尔可夫链蒙特卡洛 (Spatial MCMC)时间序列贝叶斯分层模型时间序列贝叶斯推断