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 · 阅读完整文字稿 · 下载视频
TEXT STORYBOARD / 文字分镜
少数监测点
分区与全市两层参数
后验分布
污染估计图及不确定性图。
原创合成教学动画,不是原研究数据或结果的复现。详细原理、案例与边界见右侧说明。
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。