Bayesowski Model Liniowy Uogólniony
Bayesowski Model Liniowy Uogólniony (Bayesian GLM) rozszerza klasyczne ramy GLM poprzez umieszczenie rozkładów a priori na współczynnikach regresji i ich aktualizację za pomocą danych za pomocą twierdzenia Bayesa. Daje to pełny rozkład a posteriori parametrów zamiast pojedynczych estymacji punktowych, umożliwiając bogatszą kwantyfikację niepewności i zasadnicze włączenie wiedzy a priori dla dowolnej zmiennej zależnej z rodziny wykładniczej.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Źródła
- 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
- McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman & Hall. ISBN: 978-0412317606
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Generalized Linear Model. ScholarGate. https://scholargate.app/pl/statistics/bayesian-generalized-linear-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.
- Regresja logistyczna bayesowskaStatystyka bayesowska↔ compare
- Bayesowska wielokrotna regresja liniowaStatystyka↔ compare
- Bayesowska regresja ujemna dwumianowaStatystyka↔ compare
- Regresja Poissona BayesaStatystyka↔ compare
- Model Bayesański ProbitStatystyka↔ compare
- Uogólniony Model Liniowy (GLM)Statystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →