Bayesianische Inferenz
Die bayesianische Inferenz ist ein statistisches Paradigma, bei dem Wahrscheinlichkeit Grade der Überzeugung und nicht Langzeitfrequenzen repräsentiert. Sie kodiert Vorwissen über Parameter in einer Prior-Verteilung, kombiniert diesen Prior mit der Likelihood beobachteter Daten mittels des Satzes von Bayes und erzeugt eine Posterior-Verteilung, die die aktualisierte Unsicherheit quantifiziert. Der grundlegende Satz wurde posthum von Thomas Bayes 1763 veröffentlicht und anschließend von Pierre-Simon Laplace in seiner "Théorie analytique des probabilités" von 1812 systematisiert.
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.
+6 more
Quellen
- Bayes, T. (1763). An essay towards solving a problem in the doctrine of chances. Philosophical Transactions of the Royal Society of London, 53, 370–418. link ↗
- Laplace, P.-S. (1812). Théorie analytique des probabilités. Courcier, Paris. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). Chapman & Hall/CRC. ISBN: 978-1439840955
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Statistical Inference. ScholarGate. https://scholargate.app/de/statistics/bayesian-inference
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.
- Bayes'sche Lineare RegressionBayes-Statistik↔ compare
- Unabhängiger t-Test für zwei StichprobenStatistik↔ compare
- Maximum Likelihood EstimationStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →