Bayesian Generalized Additive Model (Bayesian GAM)
Bayesian Generalized Additive Models breiden het frequentistische GAM-raamwerk uit door prior-verdelingen te plaatsen over de gladde functies en eventuele aanvullende modelparameters. Dit resulteert in volledige posterior-verdelingen over elk glad effect, wat principieel kwantificeren van onzekerheid, automatische selectie van gladheid via hyperpriors en naadloze integratie met hiërarchische of mixed-effects structuren mogelijk maakt.
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
- Wood, S. N. (2017). Generalized Additive Models: An Introduction with R (2nd ed.). CRC Press. ISBN: 9781498728331
- Bürkner, P.-C. (2017). brms: An R Package for Bayesian Multilevel Models Using Stan. Journal of Statistical Software, 80(1), 1–28. DOI: 10.18637/jss.v080.i01 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Generalized Additive Model. ScholarGate. https://scholargate.app/nl/statistics/bayesian-generalized-additive-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.
- Bayesiaans Gegeneraliseerd Lineair ModelStatistiek↔ compare
- Bayes' Gemiddeld Effect ModelStatistiek↔ compare
- Bayesiaanse Multipele Lineaire RegressieStatistiek↔ compare
- Generaliseerde Additieve Modellen (GAM)Machine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →