Beijesiskā inference
Beijesiskā inference ir statistikas paradigma, kurā varbūtība attēlo ticības pakāpes, nevis ilgtermiņa biežumu. Tā kodē iepriekšējās zināšanas par parametriem iepriekšējā sadalījumā, apvieno šo iepriekšējo informāciju ar novēroto datu atbilstību, izmantojot Beijesa teorēmu, un rada posterioro sadalījumu, kas kvantificē atjaunināto nenoteiktību. Pamatteorēmu pēc nāves publicēja Tomass Beijess 1763. gadā un vēlāk sistematizēja Pjērs Simons Laplass savā 1812. gada darbā „Théorie analytique des probabilités”.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Avoti
- Bayes, T. (1763). An essay towards solving a problem in the doctrine of chances. Philosophical Transactions of the Royal Society of London, 53, 370–418. link ↗
- Laplace, P.-S. (1812). Théorie analytique des probabilités. Courcier, Paris. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). Chapman & Hall/CRC. ISBN: 978-1439840955
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Statistical Inference. ScholarGate. https://scholargate.app/lv/statistics/bayesian-inference
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.
- Bāziskā lineārā regresijaBajesa metodes↔ compare
- Neatkarīgo paraugu t-testsStatistika↔ compare
- Maksimālās vergojamošās korelācijas novērtēšanaStatistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →