НЕКОТОРЫЕ АСПЕКТЫ БАЙЕСОВСКОГО ПОДХОДА В ЛИНЕЙНОМ РЕГРЕССИОННОМ АНАЛИЗЕ
Ключові слова:
байесовский подход, регрессионная модель, априорные параметры, метод Мон- те-Карло, многомерное нормальное распределение.Анотація
Показано, что байесовские методы являются средствами анализа данных, которые при малых объемах выборки позволяют оценить регрессионные модели полнее и точнее по сравнению с классическими статистическими методами.
Посилання
Hoff P. D. A First Course in Bayesian Statistical Methods / Peter D. Hoff. – Springer New York, 2009. – 276 p.
Зельнер А. Байесовские методы в эконометрии / А. Зельнер. – М.: Статистика, 1980. – 434 c.
Zellner A. On Assessing Prior Distributions and Bayesian Regression Analysis with g-Prior Distributions / A. Zellner // Bayesian Inference and Decision Techniques : Essays in Honor of Bruno de Finetti. – New York, North Holland Publishing Co., 1986. – Vol. 6. – P. 233–243.
Adler J. R in a Nutshell / J. Adler. – USA: O’Reilly Media, 2012. – 697 p.
Дрейпер Н., Смит Г. Прикладной регрессионный анализ / Н. Дрейпер , Г. Смит . – 3-е изд. – М.: Диалектика, 2007. – 912 с.
Ермаков С.М. Метод Монте-Карло в вычислительной математике. Вводный курс / С.М. Ермаков. – СПб: Бином. Лаборатория знаний, 2009. –192 c.
