部分汇聚（部分池化）：一种统计建模（常见于贝叶斯分层/多层模型）的做法，把各组数据的估计既不完全分开（no pooling），也不完全合并（complete pooling），而是让每组估计在“组内信息”和“总体信息”之间折中，从而减少小样本组的噪声、提高稳定性。
/prl pul/
Partial pooling helps stabilize estimates for small groups.
部分汇聚有助于让小组样本的估计更稳定。
Using a hierarchical model with partial pooling, the city-level effects are shrunk toward the overall mean in proportion to their uncertainty.
在采用部分汇聚的分层模型中，各城市层面的效应会根据不确定性大小向总体均值“收缩”。
pooling 原意是“把资源/信息放进同一个池子里共享（pool ‘池子、共有资金’）”。在统计语境中，pooling 引申为“把不同组的数据合并来共同估计”。partial pooling 则强调“只合并一部分”：保留组间差异，同时借助总体信息进行“收缩”（shrinkage）。
Select Language