Bayesian Generalized Linear Model
Các GLM cổ điển cho bạn một hệ số ước lượng tốt nhất cho mỗi biến dự báo. Phiên bản Bayes coi mỗi hệ số là một đại lượng không chắc chắn với một phân phối xác suất. Bạn bắt đầu với niềm tin tiên nghiệm về các giá trị hệ số khả thi, đưa dữ liệu vào, và định lý Bayes kết hợp tiên nghiệm và dữ liệu để tạo ra hậu nghiệm. Hậu nghiệm cho phép bạn hỏi không chỉ 'ước lượng là gì?' mà còn 'chúng ta tự tin đến đâu, và toàn bộ phạm vi giá trị khả thi là gì?' Điều này đặc biệt có giá trị trong các mẫu nhỏ hoặc khi kiến thức chuyên môn đủ mạnh để giới hạn các ước lượng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Nguồn tài liệu
- 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
- McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman & Hall. ISBN: 978-0412317606
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Generalized Linear Model. ScholarGate. https://scholargate.app/vi/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.
- Hồi quy logistic BayesBayes↔ compare
- Hồi quy tuyến tính bội BayesThống kê↔ compare
- Bayesian Negative Binomial RegressionThống kê↔ compare
- Hồi quy Poisson BayesThống kê↔ compare
- Mô hình Probit BayesThống kê↔ compare
- Mô hình Tuyến tính Tổng quát (GLM)Thống kê↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →