Regression modelRegression / GLM

贝叶斯多元线性回归

贝叶斯多元线性回归将一个连续结果建模为多个预测变量的线性组合，但它不产生单一的点估计，而是产生所有回归系数和误差方差的完整后验分布。这使得不确定性量化变得明确，并允许无缝地纳入来自理论或先前研究的先验知识。

用 StatMind 应用即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

Method map

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

贝叶斯多元线性回归

贝叶斯广义线性模型 Bayesian Hierarchical Li…贝叶斯简单线性回归 Lasso 回归普通最小二乘法 (OLS) 回归岭回归（Ridge Regression）贝叶斯广义相加模型 (Bayesian GAM)贝叶斯LASSO回归贝叶斯泊松回归贝叶斯分位数回归

+2 more

来源

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
Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley. ISBN: 978-0471980650

如何引用本页

ScholarGate. (2026, June 3). Bayesian Multiple Linear Regression. ScholarGate. https://scholargate.app/zh/statistics/bayesian-multiple-linear-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.

贝叶斯广义线性模型统计学↔ compare
Bayesian Hierarchical Linear Model统计学↔ compare
贝叶斯简单线性回归统计学↔ compare
Lasso 回归机器学习↔ compare
普通最小二乘法 (OLS) 回归计量经济学↔ compare
岭回归（Ridge Regression）机器学习↔ compare

Compare side by side →

被引用于

贝叶斯广义相加模型 (Bayesian GAM)贝叶斯广义线性模型 Bayesian Hierarchical Linear Model 贝叶斯LASSO回归贝叶斯泊松回归贝叶斯分位数回归贝叶斯稳健回归贝叶斯简单线性回归贝叶斯 Tobit 模型

发现本页有问题？报告或提出修改建议 →