贝叶斯线性回归（Bayesianlinearregression）是使用统计学中贝叶斯推断（Bayesianinference）方法求解的线性回归（linearregression）模型。
贝叶斯线性回归将线性模型的参数视为随机变量（randomvariable），并通过模型参数（权重系数）的先验（prior）计算其后验（posterior）。贝叶斯线性回归可以使用数值方法求解，在一定条件下，也可得到解析型式的后验或其有关统计量。
贝叶斯线性回归具有贝叶斯统计模型的基本性质，可以求解权重系数的概率密度函数，进行在线学习以及基于贝叶斯因子（Bayesfactor）的模型假设检验。