自定义联合先验分布的贝叶斯线性回归模型
的贝叶斯线性回归模型对象customblm
载有联合预先分发(β,σ2).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;xtβ,σ2)为高斯概率密度在yt与的意思xtβ和方差σ2.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。
一般来说,当你创建一个贝叶斯线性回归模型对象时,它只指定线性回归模型的联合先验分布和特征。也就是说,模型对象是打算进一步使用的模板。具体来说,将数据纳入模型进行后验分布分析,将模型对象和数据传递给合适的对象目标函数.
创建一个贝叶斯线性回归模型对象(PriorMdl
= customblm (NumPredictors
,'LogPDF
”,LogPDF)PriorMdl
)组成的NumPredictors
预测器和截距,并设置NumPredictors
财产。LogPDF
的联合先验分布的对数函数β,σ2).PriorMdl
是定义先前分布和维度的模板吗β.
的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。