Model Probit Bayesà
El model Probit Bayesà és un mètode de regressió binària que modela la probabilitat d'un resultat binari utilitzant la funció de distribució acumulada (CDF) normal (enllaç probit) dins d'un marc Bayesà. Assigna distribucions prèvies als coeficients de regressió i els actualitza amb les dades observades, produint una distribució posterior completa en lloc d'una única estimació puntual. L'algorisme d'augmentació de dades d'Albert-Chib fa que el mostreig posterior sigui computacionalment eficient mitjançant el mostreig de Gibbs.
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.
Fonts
- Albert, J. H., & Chib, S. (1993). Bayesian analysis of binary and polychotomous response data. Journal of the American Statistical Association, 88(422), 669-679. DOI: 10.1080/01621459.1993.10476321 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Probit Regression Model. ScholarGate. https://scholargate.app/ca/statistics/bayesian-probit-model
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.
- Model Lineal General BayesianaEstadística↔ compare
- Regressió Logística BayesianaBayesià↔ compare
- Regressió Logística Multinomial BayesianaEstadística↔ compare
- Regressió Logística Ordinal BayesianaEstadística↔ compare
- Regressió LogísticaEstadística per a la recerca↔ compare
- Model de regressió probitEconometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →