Байесов обобщен адитивен модел (Bayesian GAM)
Байесовите обобщени адитивни модели разширяват честотния GAM модел чрез поставяне на предварителни разпределения върху гладките функции и всякакви допълнителни параметри на модела. Това води до пълни апостериорни разпределения за всеки гладък ефект, което позволява принципно количествено определяне на несигурността, автоматичен избор на гладкост чрез хиперприори и безпроблемна интеграция с йерархични или смесени модели.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Wood, S. N. (2017). Generalized Additive Models: An Introduction with R (2nd ed.). CRC Press. ISBN: 9781498728331
- Bürkner, P.-C. (2017). brms: An R Package for Bayesian Multilevel Models Using Stan. Journal of Statistical Software, 80(1), 1–28. DOI: 10.18637/jss.v080.i01 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Generalized Additive Model. ScholarGate. https://scholargate.app/bg/statistics/bayesian-generalized-additive-model
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.
- Байесов обобщен линеен моделСтатистика↔ compare
- Байесов модел със смесени ефектиСтатистика↔ compare
- Байесов многомерен линеен регресионен моделСтатистика↔ compare
- Обобщен адитивен модел (GAM)Машинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →