เปรียบเทียบวิธี

	การถดถอยการรอดชีพแบบเบย์ (Bayesian Survival Regression)	แบบจำลองเชิงเส้นทั่วไปแบบเบย์ (Bayesian Generalized Linear Model)
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Regression model	Regression model
ปีกำเนิด	1990s–2001	1989 (GLM); 1995 (Bayesian BDA)
ผู้ริเริ่ม	Ibrahim, Chen & Sinha (seminal textbook treatment, 2001); broader Bayesian framework: Gelman et al.	McCullagh & Nelder (GLM framework); Bayesian treatment formalized by Gelman et al.
ประเภท	Bayesian parametric/semiparametric regression	Bayesian regression model
แหล่งต้นตำรับ	Ibrahim, J. G., Chen, M.-H., & Sinha, D. (2001). Bayesian Survival Analysis. Springer. ISBN: 978-0387952772	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
ชื่อเรียกอื่น	Bayesian time-to-event regression, Bayesian parametric survival model, Bayesian survival analysis, Bayesian accelerated failure time model	Bayesian GLM, Bayesian GLIM, Bayesian generalized linear regression, Bayes GLM
ที่เกี่ยวข้อง	5	6
สรุป	Bayesian Survival Regression combines parametric or semiparametric survival models — such as Weibull, log-normal, or Cox proportional hazards — with Bayesian inference. Instead of point estimates, it produces full posterior distributions for regression coefficients and the baseline hazard, naturally handling censored observations and incorporating prior knowledge about event times or covariate effects.	A Bayesian Generalized Linear Model (Bayesian GLM) extends the classical GLM framework by placing prior distributions on the regression coefficients and updating them with data via Bayes' theorem. This yields a full posterior distribution over parameters rather than single point estimates, enabling richer uncertainty quantification and principled incorporation of prior knowledge for any exponential-family outcome.