Bayesian Generalisiertes Lineares Modell
Ein Bayesianisches Generalisiertes Lineares Modell (Bayesianisches GLM) erweitert den klassischen GLM-Rahmen, indem es A-priori-Verteilungen auf die Regressionskoeffizienten legt und diese mittels des Satzes von Bayes mit Daten aktualisiert. Dies ergibt eine vollständige A-posteriori-Verteilung über die Parameter anstelle einzelner Punktschätzungen, was eine reichhaltigere Unsicherheitsquantifizierung und eine prinzipienfeste Einbeziehung von Vorwissen für jede Ergebnisvariable aus der Exponentialfamilie ermöglicht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Quellen
- 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
- McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman & Hall. ISBN: 978-0412317606
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Generalized Linear Model. ScholarGate. https://scholargate.app/de/statistics/bayesian-generalized-linear-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.
- Bayesian Logistic RegressionBayes-Statistik↔ compare
- Bayesian Multiple Linear RegressionStatistik↔ compare
- Bayesian Negative Binomial RegressionStatistik↔ compare
- Bayesian Poisson-RegressionStatistik↔ compare
- Bayesian Probit-ModellStatistik↔ compare
- Generalisiertes Lineares Modell (GLM)Statistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →