เปรียบเทียบวิธี

	การอนุมานแบบเบย์สำหรับอนุกรมเวลา	การถดถอยแบบเบย์ (Bayesian Regression)
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	1989	—
ผู้ริเริ่ม	Mike West and Jeff Harrison	—
ประเภท	Bayesian probabilistic model	Bayesian linear model
แหล่งต้นตำรับ	West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259	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 series analysis, Bayesian state-space modeling, probabilistic time series inference, BSTS	bayesian linear regression, probabilistic regression, bayesian regresyon
ที่เกี่ยวข้อง	6	2
สรุป	Time series Bayesian inference applies Bayes' theorem sequentially to time-ordered observations, maintaining a full probability distribution over hidden states and model parameters at every time step. This framework unifies state-space models, dynamic linear models, and particle filters, producing calibrated uncertainty for both filtering (real-time) and retrospective smoothing tasks.	Bayesian regression is a probabilistic version of linear regression that treats the model parameters as uncertain quantities. Instead of returning a single best-fit estimate, it combines prior knowledge with the observed data to produce a full posterior probability distribution for each parameter, from which credible intervals and predictions are read off.