Regression modelRegression / GLM

Bayesowska prosta regresja liniowa

Bayesowska prosta regresja liniowa modeluje zależność między zmienną ciągłą objaśnianą a pojedynczym predyktorem, łącząc Gaussa-wskie wiarygodność z rozkładami a priori dla wyrazu wolnego, nachylenia i wariancji błędu. Wynikiem jest pełny rozkład a posteriori wszystkich parametrów, zapewniający probabilistyczną kwantyfikację niepewności zamiast pojedynczej estymacji punktowej.

Zastosuj w StatMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. 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
  2. McElreath, R. (2020). Statistical Rethinking: A Bayesian Course with Examples in R and Stan (2nd ed.). CRC Press. ISBN: 978-0367139919

Jak cytować tę stronę

ScholarGate. (2026, June 3). Bayesian Simple Linear Regression. ScholarGate. https://scholargate.app/pl/statistics/bayesian-simple-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.

Compare side by side

Cytowana przez

ScholarGateBayesian Simple linear regression (Bayesian Simple Linear Regression). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/bayesian-simple-linear-regression · Zbiór danych: https://doi.org/10.5281/zenodo.20539026