参照

偏りと分散のトレードオフ（Wikipedia）

Brooks, S.、Gelman, A. General Methods for Monitoring Convergence of Iterative Simulations（反復シミュレーションの収束をモニタリングするための一般的な方法）、1998 年。

Chen, A.、Chan, D.、Koehler, J.、Wang, Y.、Sun, Y.、Jin, Y.、Perry, M.、Google, Inc. Bias Correction For Paid Search In Media Mix Modeling（メディア ミックス モデリングの有料検索に関するバイアス修正）、2018 年。

Clark, Michael. Bayesian Basics: A conceptual Introduction with application in R and Stan（ベイズ理論の基礎: R と Stan を用いた概念的入門）。ミシガン州立大学（2015 年 9 月 11 日）。

Gelman, A.、Rubin, D. Multiple Sequences Using Iterative Simulation from Inference（推論からの反復シミュレーションを使用した複数のシーケンス）、1992 年。

Hernán MA、Robins JM（2020 年）Causal Inference: What If（因果推論: What If）。Boca Raton: Chapman & Hall/CRC。

Jin, Y.、Wang, Y.、Sun, Y.、Chan, D.、Koehler, J.、Google Inc. Bayesian Methods for Media Mix Modeling with Carryover and Shape Effects（キャリーオーバー効果と形状効果を考慮したメディア ミックス モデリングのためのベイズ手法）、2017 年。

Ng, E.、Wang, Z.、& Dai, A. Bayesian Time Varying Coefficient Model with Applications to Marketing Mix Modeling（ベイズの時間変動係数モデルとマーケティング ミックス モデリングへの応用）、2021 年。

Pearl, Judea Causality（因果関係）。Cambridge University Press（2009 年 9 月 14 日）。ISBN 9781139643986。

スプライン（数学）、Wikipedia。

Sun, Y.、Wang, Y.、Jin, Y.、Chan, D.、Koehler, J.、Google Inc. Geo-level Bayesian Hierarchical Media Mix Modeling（地域レベルでのベイズの階層的メディア ミックス モデリング）、2017 年。

Tensorflow Probability。

Wang, Y.、Jin, Y.、Sun, Y.、Chan, D.、Koehler, J.、Google Inc. A Hierarchical Bayesian Approach to Improve Media Mix Models Using Category Data（カテゴリデータを使用してメディア ミックス モデルを改善する階層的ベイズ アプローチ）、2017 年。

Zhang, Y.、Wurm, M.、Li, E.、Wakim, A.、Kelly, J.、Price, B.、Liu, Y.、Google Inc. Media Mix Model Calibration With Bayesian Priors（ベイズ事前分布を使用したメディア ミックス モデルの調整）、2023 年。

Zhang, Y.、Wurm, M.、Wakim, A.、Li, E.、Liu, Y.、Google Inc. Bayesian Hierarchical Media Mix Model Incorporating Reach and Frequency Data（リーチとフリークエンシーのデータを組み込んだベイズの階層的メディア ミックス モデル）、2023 年。