贝叶斯多元线性回归
统计学中,贝叶斯多元线性回归是一种多元线性回归(预测结果为相关随机变量向量,而非标量随机变量的线性回归)的贝叶斯推断方法。这种方法的更一般论述见最小均方误差。 细节 考虑一回归问题,其中需要预测的自变量不是实标量而是相关实数组成的m维向量。与标准回归设置一样,有n个观测值,其中每个观测i包含k−1个解释变量,归为k维向量\mathbf{x}_i(添加值为1的虚拟变量,以允许截距系数)。对每个观测i,可以视作m个相关回归问题: \begi…
共 1 篇文章
统计学中,贝叶斯多元线性回归是一种多元线性回归(预测结果为相关随机变量向量,而非标量随机变量的线性回归)的贝叶斯推断方法。这种方法的更一般论述见最小均方误差。 细节 考虑一回归问题,其中需要预测的自变量不是实标量而是相关实数组成的m维向量。与标准回归设置一样,有n个观测值,其中每个观测i包含k−1个解释变量,归为k维向量\mathbf{x}_i(添加值为1的虚拟变量,以允许截距系数)。对每个观测i,可以视作m个相关回归问题: \begi…