Bayesiansk generalisert additiv modell (Bayesian GAM)
Bayesianske generaliserte additive modeller utvider det frekventistiske GAM-rammeverket ved å plassere priorfordelinger over de glatte funksjonene og eventuelle tilleggsparametre i modellen. Dette gir fulle posteriorfordelinger over hver glatt effekt, noe som muliggjør prinsipiell kvantifisering av usikkerhet, automatisk valg av glatthet via hyperpriorer, og sømløs integrasjon med hierarkiske eller blandede effektestrukturer.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Generalized Additive Model. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk generalisert lineært modellStatistikk↔ compare
- Bayesiansk blandede effekter-modellStatistikk↔ compare
- Bayesiansk multippel lineær regresjonStatistikk↔ compare
- Generaliserte additive modeller (GAM)Maskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →