自定义联合先验分布的贝叶斯线性回归模型
这贝叶斯线性回归模型目的海关
载有联合预先分发(β那σ.2).日志PDF是您声明的自定义函数。
数据的可能性是 在哪里φ.(yT.;XT.β那σ.2)是高斯概率密度评估在yT.意思XT.β和方差σ.2.MATLAB®将先验分布函数当作未知来处理。因此,得到的后验分布在分析上是不可处理的。为了从后验分布估计或模拟,MATLAB实现了切片采样器。
一般情况下,当您创建贝叶斯线性回归模型对象时,它仅指定仅线性回归模型的联合分发和特性。也就是说,模型对象是用于进一步使用的模板。具体地,要将数据纳入模型进行后部分发分析,将模型对象和数据传递给适当的目标函数.
创建一个贝叶斯线性回归模型对象(Priormdl.
= customblm (NumPredictors
,'logpdf.
”,LogPDF)Priormdl.
) 由...组成的NumPredictors
预测器和拦截,并设置NumPredictors
财产。logpdf.
的联合先验分布的对数函数β那σ.2).Priormdl.
是一个定义先前分布和维度的模板β.
这bayeslm
函数可以为贝叶斯线性回归创建任何支持的先验模型对金宝app象。