Bayesiaanse Lineaire Regressie
Bayesiaanse lineaire regressie is een probabilistische uitbreiding van het gewone lineaire model, geïntroduceerd via de regel van Bayes en in zijn moderne computationele workflow geformaliseerd door Gelman et al. (2013). In plaats van een enkele puntschatting voor elke coëfficiënt te retourneren, combineert het een door de gebruiker gespecificeerde prior-verdeling met de likelihood van de waargenomen data om een volledige posterior-verdeling over alle parameters te produceren, waaruit geloofwaardige intervallen en posterior-voorspellende verdelingen worden afgeleid.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 1). Bayesian Linear Regression. ScholarGate. https://scholargate.app/nl/bayesian/bayesian-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.
- Bayesiaanse ANOVABayesiaanse statistiek↔ compare
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →