Regression modelRegression / GLM
베이즈 단순 선형 회귀
베이즈 단순 선형 회귀는 가우시안 가능도와 절편, 기울기, 오차 분산에 대한 사전 분포를 결합하여 연속적인 결과와 단일 예측 변수 간의 관계를 모델링합니다. 결과는 모든 매개변수에 대한 전체 사후 분포로, 단일 점 추정치가 아닌 확률적 불확실성 정량화를 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
- McElreath, R. (2020). Statistical Rethinking: A Bayesian Course with Examples in R and Stan (2nd ed.). CRC Press. ISBN: 978-0367139919
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Simple Linear Regression. ScholarGate. https://scholargate.app/ko/statistics/bayesian-simple-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.
- 베이즈 일반화 선형 모형통계학↔ compare
- 베이즈 다중 선형 회귀통계학↔ compare
- 베이지안 분위수 회귀통계학↔ compare
- 베이즈 로버스트 회귀통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- 단순 선형 회귀통계학↔ compare