我们引入了正态逆伽马求和算子，该算子结合了不同数据源的贝叶斯回归结果，并导出了一种用于大数据回归的简单拆分和合并算法。求和算子还可用于计算边际似然，并有助于贝叶斯模型选择方法，包括贝叶斯LASSO、随机搜索变量选择、马尔可夫链蒙特卡罗模型合成等。一次扫描观测值，然后采样器在不重新加载数据的情况下迭代组合正态-逆伽马分布。仿真研究表明，我们的算法能够有效地处理高度相关的大数据。还分析了就业和工资的真实数据集。