Bayesianische einfache lineare Regression
Die bayesianische einfache lineare Regression modelliert die Beziehung zwischen einem kontinuierlichen Ergebnis und einem einzelnen Prädiktor, indem sie eine Gaußsche Likelihood mit Prior-Verteilungen für den Achsenabschnitt, die Steigung und die Fehlervarianz kombiniert. Das Ergebnis ist eine vollständige Posterior-Verteilung über alle Parameter, die eine probabilistische Quantifizierung der Unsicherheit anstelle einer einzelnen Punktschätzung liefert.
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.
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
- McElreath, R. (2020). Statistical Rethinking: A Bayesian Course with Examples in R and Stan (2nd ed.). CRC Press. ISBN: 978-0367139919
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Simple Linear Regression. ScholarGate. https://scholargate.app/de/statistics/bayesian-simple-linear-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.
- Bayesian Generalisiertes Lineares ModellStatistik↔ compare
- Bayesian Multiple Linear RegressionStatistik↔ compare
- Bayesian Quantile RegressionStatistik↔ compare
- Bayesian Robust RegressionStatistik↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- Einfache lineare RegressionStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →