ScholarGate
Asistents
Bayesian methods

Beijesiskā regresija

Beijesiskā regresija ir lineārās regresijas probālistiska versija, kurā modeļa parametri tiek aplūkoti kā nenoteikti lielumi. Tā vietā, lai atgrieztu vienu labākās atbilstības novērtējumu, tā apvieno iepriekšējas zināšanas ar novērotajiem datiem, lai iegūtu pilnu katra parametra aizmugurējo (posterioru) varbūtību sadalījumu, no kura nolasāmi ticamības intervāli un prognozes.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Beijesiskā regresija
Mārkova ķēžu Montekarlo…Parastā mazāko kvadrātu…Automātiskā diferencēšan…[REQUIRES TRANSLATION]Beijeski ANOVABayesiskā faktoru analīzeBayesiskā hierarhiskā mo…Bajesiešu secinājumi ar…Beijiešu secinājumi ar t…Bayesian Instrumental Va…

+45 more

Avoti

  1. 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

Kā citēt šo lapu

ScholarGate. (2026, June 1). Bayesian Linear Regression. ScholarGate. https://scholargate.app/lv/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 →

Uz to atsaucas

Automātiskā diferencēšanas variācijas izziņa (ADVI)[REQUIRES TRANSLATION]Beijeski ANOVABayesiskā faktoru analīzeBayesiskā hierarhiskā modelēšanaBajesiešu secinājumi ar mērījumu kļūduBeijiešu secinājumi ar trūkstošiem datiemBayesian Instrumental Variables (Bayesian IV)Bāziskā lineārā regresijaBayesiskā loģistikā regresijaBrojesa modeļu vidējais svērumsBaijesa modeļu vidējošana ar mērījumu kļūduBayes' tīklsBajesa neparametriskās metodesBejeziāņu strukturālo vienādojumu modelēšana (BSEM)Bayesian Structural Time SeriesBeieziešu izdzīvošanas analīzeBajesieša t-testsKonjugētā prioritārā analīzeDiferenciālā evolūcijaDirihleta procesa maisījuma modelisDinamiskā Bayesas inferencēšanaDinamiskā Hamiltona Monte Karlo metodeEmpirical BayesGibbs SamplingHamiltona MontekarloHierarhiskā Bayesas inferencēšanaHierarhiskā Bayes'a modeļu vidēšanaHamiltonian Monte Carlo (Hierarchical HMC) hierarhiskā modelēšanaHierarchical Markov Chain Monte CarloHierarchical Variational InferenceKalman FilterLaplasa aproksimācijaMarkov Chain Monte Carlo (MCMC)Mārkova ķēžu Montekarlo (MCMC)MCMC ar mērījumu kļūduMetropolis-Hastings algoritmsJauktais logit modelisDaudzlīmeņu Bēsa secinājumiDaudzlīmeņu Bajesas modeļu vidējošanaDaudzlīmeņu MCMCNo-U-Turn Sampler (NUTS)Particle Filter (Sequential Monte Carlo)Robustā Bēsa secināšanaRobust Bayesian model averagingRobust Gibbs SamplingRobusta variācijas izpratneŠlūžu izlaseTelpiskā beijesisko modelēšanas vidējo vērtību noteikšanaLaika sēriju Baiesa hierarhiskais modelisBēzijas laika rindu secinājumiLaika sēriju Beijesa modeļu vidējo vērtību noteikšanaLaika sēriju Kalmaņa filtrsVariacionālā secinājumi

Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →

ScholarGate — Bayesian Regression (Bayesian Linear Regression). Izgūts 2026-06-15 no https://scholargate.app/lv/bayesian/bayesian-regression · Datu kopa: https://doi.org/10.5281/zenodo.20539026