Regression modelRegression / GLM

Байесовская робастная регрессия

Байесовская робастная регрессия заменяет предположение о гауссовских ошибках обычного линейного регрессионного анализа распределением с тяжелыми хвостами — чаще всего распределением Стьюдента — и оценивает все параметры в байесовской системе. Более тяжелые хвосты уменьшают влияние выбросов на подогнанную линию, обеспечивая стабильные оценки коэффициентов и достоверные интервалы неопределенности даже при наличии необычных наблюдений в данных.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  1. Geweke, J. (1993). Bayesian treatment of the independent Student-t linear model. Journal of Applied Econometrics, 8(S1), S19–S40. DOI: 10.1002/jae.3950080504
  2. 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

Как цитировать эту страницу

ScholarGate. (2026, June 3). Bayesian Robust Regression. ScholarGate. https://scholargate.app/ru/statistics/bayesian-robust-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

Упоминается в

ScholarGateBayesian Robust Regression (Bayesian Robust Regression). Получено 2026-06-15 из https://scholargate.app/ru/statistics/bayesian-robust-regression · Набор данных: https://doi.org/10.5281/zenodo.20539026