Regressió Logística Bayesiana
La regressió logística bayesiana és un model de classificació que aplica inferència bayesiana a una versemblança logística (sigmoide) per a resultats binaris o multinomials. Desenvolupat dins del marc de priors feblement informatius formalitzat per Gelman, Jakulin, Pittau i Su (2008), estableix una distribució prèvia sobre els coeficients i combina aquest prior amb la versemblança de les dades per obtenir una distribució posterior completa per a cada paràmetre, proporcionant probabilitats de classe calibrades i incertesa honesta fins i tot en mostres petites, entorns d'esdeveniments rars o casos de separació completa on l'estimació de màxima versemblança freqüentista col·lapsa.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Bayesian Logistic Regression. ScholarGate. https://scholargate.app/ca/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.
- Regressió BayesianaBayesià↔ compare
- Regressió LogísticaEstadística per a la recerca↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →