Байесов логистичен регресионен модел
Байесовият логистичен регресионен модел е класификационен модел, който прилага байесово извеждане към логистична (сигмоидна) правдоподобност за бинарни или мултиномни резултати. Разработен в рамките на слабо информативния априорен подход, формализиран от Gelman, Jakulin, Pittau и Su (2008), той поставя априорно разпределение върху коефициентите и комбинира този априорен подход с правдоподобността на данните, за да даде пълно апостериорно разпределение за всеки параметър — предоставяйки калибрирани вероятности за класовете и честна оценка на неопределеността дори при малки извадки, редки събития или случаи на пълно разделение, където честотният метод на максималната правдоподобност се срива.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Източници
- Gelman, A., Jakulin, A., Pittau, M. G. & Su, Y.-S. (2008). A Weakly Informative Default Prior Distribution for Logistic and Other Regression Models. Annals of Applied Statistics, 2(4), 1360–1383. DOI: 10.1214/08-AOAS191 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Bayesian Logistic Regression. ScholarGate. https://scholargate.app/bg/bayesian/bayesian-logistic-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Логистична регресияСтатистика за изследвания↔ compare
- Марковски Монте Карло вериги (MCMC)Бейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →