ScholarGate
Асистент
Bayesian methods

Байесов регресионен модел

Байесовата регресия е вероятностна версия на линейната регресия, която третира параметрите на модела като несигурни величини. Вместо да връща единична оценка за най-добро съответствие, тя комбинира предварителни знания с наблюдаваните данни, за да получи пълно апостериорно разпределение на вероятностите за всеки параметър, от което се четат доверителни интервали и прогнози.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Байесов регресионен модел
Марковски Монте Карло ве…Метод на най-малките ква…Автоматично диференцируе…Тест с Байесов факторБайесова ANOVAБайесов фактор анализБайесовски йерархичен мо…Байесов анализ при грешк…Байесовско извод при лип…Байесов инструментален м…

+45 more

Източници

  1. 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

Как да цитирате тази страница

ScholarGate. (2026, June 1). Bayesian Linear Regression. ScholarGate. https://scholargate.app/bg/bayesian/bayesian-regression

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.

Compare side by side →

Цитиран в

Автоматично диференцируемо вариационно извеждане (ADVI)Тест с Байесов факторБайесова ANOVAБайесов фактор анализБайесовски йерархичен моделБайесов анализ при грешка в измерванетоБайесовско извод при липсващи данниБайесов инструментален метод (Bayesian IV)Байесов линейн регресионен моделБайесов логистичен регресионен моделБайесовско осредняване на модели (Bayesian Model Averaging, BMA)Байесовско осредняване на модели при грешка в измерванетоБейсианска мрежаБайесови непараметрични методиБайесов моделиране на структурни уравнения (BSEM)Байесов модел на структурни времеви редовеБайесов анализ на преживяемосттаБайесов t-тестАнализ на спрегнати априорни разпределенияДиференциална еволюцияМодел на смеси от Дирихле процесДинамично Байесово извежданеДинамичен Хамилтонов Монте КарлоЕмпиричен БейсГиббсов семплерХамилтънов Монте КарлоЙерархично Бейсианско заключениеЙерархично байесовско осредняване на моделиЙерархичен Монте Карло на ХамилтонЙерархичен Монте Карло Марковски процесЙерархично вариационно извежданеКалманов филтърАпроксимация на ЛапласМарковски Монте Карло вериги (MCMC)Марковски Монте Карло вериги (MCMC)MCMC с грешка в измерванетоАлгоритъм на Метрополис-ХастингсСмесен лог-моделМногостепенна байесова статистическа инференцияМногостепенно байесово осредняване на моделиМногостепенни MCMC методиNo-U-Turn Sampler (NUTS)Частицов филтър (последователен Монте Карло)Robust Bayesian InferenceУстойчиво осредняване на Байесови моделиУстойчиво семплиране на ГибсРобастна вариационна инференцияСлайс семплиранеПространствено Байесово осредняване на моделиВремеви Байесов Йерархичен МоделБейсиански изводи за времеви редовеБайесовско усредняване на времеви редове (TS-BMA)Филтър на Калман за времеви редовеВариационен инференс

Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →

ScholarGate — Bayesian Regression (Bayesian Linear Regression). Извлечено на 2026-06-15 от https://scholargate.app/bg/bayesian/bayesian-regression · Набор от данни: https://doi.org/10.5281/zenodo.20539026