Regression modelRegression / GLM

Modèle bayésien linéaire généralisé

Un modèle linéaire généralisé bayésien (GLM bayésien) étend le cadre classique des GLM en plaçant des distributions a priori sur les coefficients de régression et en les mettant à jour avec les données via le théorème de Bayes. Cela produit une distribution a posteriori complète sur les paramètres plutôt que des estimations ponctuelles uniques, permettant une quantification plus riche de l'incertitude et une incorporation fondée de connaissances a priori pour tout résultat de la famille exponentielle.

Appliquer avec StatMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

+7 more

Sources

  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. McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman & Hall. ISBN: 978-0412317606

Comment citer cette page

ScholarGate. (2026, June 3). Bayesian Generalized Linear Model. ScholarGate. https://scholargate.app/fr/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.

Compare side by side

Référencée par

ScholarGateBayesian Generalized Linear Model (Bayesian Generalized Linear Model). Consulté le 2026-06-15 sur https://scholargate.app/fr/statistics/bayesian-generalized-linear-model · Jeu de données : https://doi.org/10.5281/zenodo.20539026