Regression modelRegression / GLM
ベイズ一般化線形モデル
ベイズ一般化線形モデル（Bayesian GLM）は、回帰係数に事前分布を置き、ベイズの定理を用いてデータで更新することにより、古典的なGLMフレームワークを拡張したものです。これにより、単一の点推定ではなく、パラメータに関する完全な事後分布が得られ、指数型分布族のあらゆる結果変数に対して、より豊かな不確実性定量化と事前知識の原則的な組み込みが可能になります。
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.
+7 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
- McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman & Hall. ISBN: 978-0412317606
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Generalized Linear Model. ScholarGate. https://scholargate.app/ja/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.
- ベイズロジスティック回帰ベイズ↔ compare
- Bayesian Multiple linear regression統計学↔ compare
- ベイズ負の二項回帰統計学↔ compare
- ベイズポアソン回帰統計学↔ compare
- ベイズ型確率モデル統計学↔ compare
- 一般化線形モデル（GLM）統計学↔ compare