Bayesian methods
ベイズ回帰
ベイズ回帰は、モデルパラメータを不確実な量として扱う線形回帰の確率的バージョンである。単一の最良適合推定値ではなく、事前知識を観測データと組み合わせることで、各パラメータの完全な事後確率分布を生成し、そこから確からしい区間と予測を読み取る。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+45 more
出典
- 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
このページの引用方法
ScholarGate. (2026, June 1). Bayesian Linear Regression. ScholarGate. https://scholargate.app/ja/bayesian/bayesian-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 →この手法を参照する項目
自動微分変分推論 (ADVI)ベイズ因子検定ベイジアンANOVAベイズ因子分析ベイズ階層モデル測定誤差を伴うベイズ推論欠損値を含むベイズ推論ベイズ操作変数（Bayesian Instrumental Variables, Bayesian IV）ベイズ線形回帰ベイズロジスティック回帰ベイズモデル平均測定誤差を伴うベイズモデル平均ベイジアンネットワークベイズ非パラメトリック法ベイズ構造方程式モデリング（BSEM）ベイジアン構造時系列モデルベイズ生存時間解析ベイズt検定共役事前分布解析Differential Evolutionディリクレ過程混合モデル (Dirichlet Process Mixture Model, DPMM)動的ベイズ推論動的ハミルトニアン・モンテカルロ法経験ベイズGibbs Samplingハミルトニアンモンテカルロ階層ベイズ推論階層ベイズモデル平均化階層的ハミルトニアン・モンテカルロ法階層マルコフ連鎖モンテカルロ法階層的変分推論カルマンフィルターラプラス近似マルコフ連鎖モンテカルロ法（MCMC）マルコフ連鎖モンテカルロ法 (MCMC)測定誤差を伴うMCMCメトロポリス・ヘイスティングス法混合ロジットモデル階層ベイズ推論階層ベイズモデル平均法マルチレベルMCMCNo-U-Turn Sampler (NUTS)パーティクルフィルタ（逐次モンテカルロ法）ロバストベイズ推論ロバスト・ベイズ的モデル平均頑健ギブスサンプリングロバスト変分推論スライスサンプリング空間ベイズモデル平均 (Spatial Bayesian Model Averaging)時系列ベイズ階層モデル時系列ベイズ推論時系列ベイズモデル平均法時系列カルマンフィルタ変分推論