ScholarGate
Асистент
Bayesian methods

Байєсівська регресія

Байєсівська регресія є імовірнісною версією лінійної регресії, яка розглядає параметри моделі як невизначені величини. Замість того, щоб повертати єдину найкращу оцінку, вона поєднує апріорні знання зі спостережуваними даними для отримання повного апостеріорного розподілу ймовірностей для кожного параметра, з якого зчитуються довірчі інтервали та прогнози.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

+45 more

Джерела

  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

Як цитувати цю сторінку

ScholarGate. (2026, June 1). Bayesian Linear Regression. ScholarGate. https://scholargate.app/uk/bayesian/bayesian-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

Згадується в

Автоматичне диференціювання варіаційного висновку (ADVI)Тест на баєсівський факторБайєсівський дисперсійний аналіз (ANOVA)Байєсівський факторний аналізБайєсівська ієрархічна модельБайєсівський висновок з похибкою вимірюванняБайєсівський висновок з пропущеними данимиБайєсівські інструментальні змінні (Bayesian IV)Байєсівська лінійна регресіяБайєсівська логістична регресіяБайєсівське усереднення моделейБайєсівське усереднення моделей з похибкою вимірюванняБаєсова мережаБайєсівські непараметричні методиБайєсівське моделювання структурними рівняннями (BSEM)Байєсівські структурні часові рядиБайєсівський аналіз виживаностіБайєсівський t-критерійАналіз спряжених апріорних розподілівДиференціальна еволюціяПроцес Діріхле суміші (DPMM)Динамічний баєсівський висновокДинамічний Гамільтонів Монте-КарлоЕмпіричний БаєсГіббсівський відбір (Gibbs Sampling)Гамільтонів Монте-КарлоІєрархічний байєсівський висновокІєрархічне баєсівське усереднення моделейІєрархічний Гамільтонів Монте-КарлоІєрархічний ланцюг Маркова Монте-КарлоІєрархічне варіаційне виведенняФільтр КалманаАпроксимація ЛапласаМетод Монте-Карло на основі Марковських ланцюгів (MCMC)Метод Монте-Карло на основі ланцюгів Маркова (MCMC)МВМ з похибкою вимірюванняАлгоритм Метрополіса-ГастінгсаMixed LogitБагаторівневі байєсівські висновкиБагаторівневе байєсівське усереднення моделейБагаторівневий MCMCСемплер No-U-Turn (NUTS)Фільтр частинок (послідовний Монте-Карло)Робастне байєсіанське висновуванняНадійне байєсівське усереднення моделейНадійний вибір ГіббсаРобастне варіаційне виведенняВибірка по зрізахПросторово-байєсівське усереднення моделейЧасовий ряд Баєсова ієрархічна модельБайєсівський вивід для часових рядівБайєсівське усереднення моделей часових рядівКальманівський фільтр для часових рядівВаріаційний висновок
ScholarGateBayesian Regression (Bayesian Linear Regression). Отримано 2026-06-15 з https://scholargate.app/uk/bayesian/bayesian-regression · Набір даних: https://doi.org/10.5281/zenodo.20539026