Regresión lineal bayesiana

La regresión lineal bayesiana es una extensión probabilística del modelo lineal ordinario, introducida a través de la regla de Bayes y formalizada en su flujo de trabajo computacional moderno por Gelman et al. (2013). En lugar de devolver una única estimación puntual para cada coeficiente, combina una distribución a priori especificada por el usuario con la verosimilitud de los datos observados para producir una distribución a posteriori completa sobre todos los parámetros, de la cual se derivan intervalos creíbles y distribuciones predictivas a posteriori.