Regressione Lineare Bayesiana
La regressione lineare bayesiana è un'estensione probabilistica del modello lineare ordinario, introdotta tramite la regola di Bayes e formalizzata nel suo moderno flusso di lavoro computazionale da Gelman et al. (2013). Anziché restituire una singola stima puntuale per ogni coefficiente, essa combina una distribuzione a priori specificata dall'utente con la verosimiglianza dei dati osservati per produrre una distribuzione a posteriori completa su tutti i parametri, da cui vengono derivati gli intervalli di credibilità e le distribuzioni predittive a posteriori.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 1). Bayesian Linear Regression. ScholarGate. https://scholargate.app/it/bayesian/bayesian-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.
- ANOVA BayesianaBayesiano↔ compare
- Regressione BayesianaBayesiano↔ compare
- Catena di Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →