ScholarGate
Assistent
Regression modelRegression / GLM

Bayesiansk generaliserad linjär modell

En Bayesiansk generaliserad linjär modell (Bayesian GLM) utvidgar det klassiska ramverket för GLM genom att placera prior-fördelningar på regressionskoefficienterna och uppdatera dem med data via Bayes sats. Detta ger en fullständig posterior-fördelning över parametrarna snarare än enskilda punktuppskattningar, vilket möjliggör rikare osäkerhetskvantifiering och principfast införlivande av förkunskaper för alla utfall inom exponentialfamiljen.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

+7 more

Källor

  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. McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman & Hall. ISBN: 978-0412317606

Så citerar du den här sidan

ScholarGate. (2026, June 3). Bayesian Generalized Linear Model. ScholarGate. https://scholargate.app/sv/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.

Compare side by side

Refereras av

ScholarGateBayesian Generalized Linear Model (Bayesian Generalized Linear Model). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/bayesian-generalized-linear-model · Datamängd: https://doi.org/10.5281/zenodo.20539026