Régression Robuste Bayésienne
La régression robuste bayésienne remplace l'hypothèse d'erreur gaussienne de la régression linéaire ordinaire par une distribution à queues lourdes — le plus souvent la Student-t — et estime tous les paramètres dans un cadre bayésien. Les queues plus lourdes donnent moins d'influence aux valeurs aberrantes sur la droite ajustée, produisant des estimations de coefficients stables et des intervalles d'incertitude honnêtes, même lorsque les données contiennent des observations inhabituelles.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Geweke, J. (1993). Bayesian treatment of the independent Student-t linear model. Journal of Applied Econometrics, 8(S1), S19–S40. DOI: 10.1002/jae.3950080504 ↗
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Robust Regression. ScholarGate. https://scholargate.app/fr/statistics/bayesian-robust-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.
- Modèle bayésien linéaire généraliséStatistique↔ compare
- Régression linéaire multiple bayésienneStatistique↔ compare
- Régression Quantile BayésienneStatistique↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- Régression quantileÉconométrie↔ compare
- Régression RobusteStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →