它怎样工作
用层级结构表示不同地区的共同规律与地方偏差,让样本较少的地方借助总体信息稳定估计;用概率分布表示参数和结果的不确定性。
适合回答什么问题
小区域数据稀疏、多个城市需要比较、监测点分布不均。
城市研究中的用法
真实研究
大伦敦 PM₁₀ 研究建立贝叶斯层级时空模型,结合监测与污染扩散信息估计城市内短期污染水平。它可说明“已观测点、未观测地区、可信范围”如何共同呈现。
解释时要注意什么
“贝叶斯”不会自动修复有偏数据;先验、层级结构和空间相关假设应公开并检验。
部分汇聚;后验分布。
A / Analysis · A5
Multilevel and Bayesian Modelling
同时处理街区、城市等层次,并呈现估计的不确定性。
播放后在这里显示逐步讲解字幕。
普通话讲解 · 同步字幕在播放器下方
TEXT STORYBOARD / 文字分镜
小样本估计更不稳定
共享总体信息
按精度部分汇聚
输出分布而非单值
先验和层级要说明
视频以可复算的合成数值例解释方法;右侧文献提供方法与应用参考,视频不复现论文的数据或结果。
用层级结构表示不同地区的共同规律与地方偏差,让样本较少的地方借助总体信息稳定估计;用概率分布表示参数和结果的不确定性。
小区域数据稀疏、多个城市需要比较、监测点分布不均。
真实研究
大伦敦 PM₁₀ 研究建立贝叶斯层级时空模型,结合监测与污染扩散信息估计城市内短期污染水平。它可说明“已观测点、未观测地区、可信范围”如何共同呈现。
“贝叶斯”不会自动修复有偏数据;先验、层级结构和空间相关假设应公开并检验。
部分汇聚;后验分布。