empiricalblm
贝叶斯线性回归模型与样本前或后验分布
描述
的贝叶斯线性回归模型对象empiricalblm
包含样本的先验分布β和σ2,MATLAB®使用前或后验分布的特点。
数据可能是 在哪里ϕ(yt;xtβ,σ2)是高斯概率密度评估yt与的意思xtβ和方差σ2。因为形式的先验分布函数未知,由此产生的后验分布不易于分析。因此,估计或从后验分布,模拟MATLAB实现采样重要性重采样。
您可以创建一个贝叶斯线性回归模型与实证之前直接使用bayeslm
或empiricalblm
。然而,对于实证先知先觉,估计后验分布相似后之前要求。因此,实证模型更适合更新后验分布估计使用蒙特卡罗抽样之前(例如,semiconjugate和自定义模型)得到新的数据。
创建
要么估计
函数返回一个empiricalblm
对象或您直接创建一个通过使用empiricalblm
。
返回
empiricalblm
对象使用估计
:对于semiconjugate,经验、自定义和变量选择模型之前,估计
使用蒙特卡罗抽样估计后验分布。具体地说,估计
描述后验分布的大量从分布。估计
商店的吸引BetaDraws
和Sigma2Draws
返回的贝叶斯线性回归模型对象的属性。因此,当你估计semiconjugateblm
,empiricalblm
,customblm
,lassoblm
,mixconjugateblm
,mixconjugateblm
模型对象,估计
返回一个empiricalblm
对象。创建
empiricalblm
对象直接:如果你想使用新数据更新估计后验分布,绘制的后验分布β和σ2,您可以创建一个使用经验模型empiricalblm
。
语法
描述
创建一个贝叶斯线性回归模型对象(PriorMdl
= empiricalblm (NumPredictors
”,BetaDraws
“BetaDraws,”Sigma2Draws
”,Sigma2Draws)PriorMdl
)组成的NumPredictors
预测和拦截,并设置NumPredictors
财产。随机样本的先验分布β和σ2,BetaDraws
和Sigma2Draws
分别是先验分布的特征。PriorMdl
是一个模板,它定义了维度的先验分布和β。
属性
对象的功能
例子
更多关于
算法
选择
的bayeslm
函数可以创建任何支持先前对贝叶斯线性回归的模型对万博1manbetx象。
版本历史
介绍了R2017a