Regression modelRegression / GLM

Regresión Lineal Múltiple Bayesiana

Los modelos de regresión lineal múltiple bayesiana modelan un resultado continuo como una combinación lineal de varios predictores, pero en lugar de producir una única estimación puntual, generan una distribución posterior completa sobre todos los coeficientes de regresión y la varianza del error. Esto hace que la cuantificación de la incertidumbre sea explícita y permite incorporar sin problemas conocimientos previos de la teoría o estudios anteriores.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Fuentes

  1. 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
  2. Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley. ISBN: 978-0471980650

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Multiple Linear Regression. ScholarGate. https://scholargate.app/es/statistics/bayesian-multiple-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.

Compare side by side

Citado por

ScholarGateBayesian Multiple linear regression (Bayesian Multiple Linear Regression). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/bayesian-multiple-linear-regression · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026