@misc{Biskup_Dariusz_Bayesian_2007,
 author={Biskup, Dariusz},
 year={2007},
 rights={Wszystkie prawa zastrzeżone (Copyright)},
 description={Prace Naukowe Akademii Ekonomicznej we Wrocławiu; 2007; nr 1162, s. 11-18},
 publisher={Publishing House of the Wrocław University of Economics},
 language={eng},
 abstract={W artykule ukazano bayesowskie podejście do problemu doboru zmiennych w modelu regresji liniowej. W tym podejściu dobór zbioru zmiennych dokonuje się przez poszukiwanie modelu o największym prawdopodobieństwie zaistnienia. Ponieważ analityczne obliczenie tego prawdopodobieństwa jest w większości przypadków niemożliwe, została wykorzystana metoda reversible jump. Metoda ta należy do klasy algorytmów typu MCMC (Markov Chain Monte Carlo) przystosowanych do przestrzeni o zmiennej liczbie wymiarów. W artykule przedstawiony jest przykład symulacyjny ze współliniowymi zmiennymi, a także przykład z rzeczywistymi danymi dotyczący predykcji PKB. },
 type={artykuł},
 title={Bayesian Approach to Variable Selection in Linear Regression Model and Its Application},
}