Bayesiansk Ordinal Logistisk Regression
Bayesiansk ordinal logistisk regression udvider den klassiske proportional odds-model ved at placere priordistributioner på regressionskoefficienterne og tærskelparametrene og opdatere dem med observerede data via Bayes' sætning. Resultatet er en fuld posteriorfordeling over alle parametre, hvilket muliggør kvantificering af usikkerhed uden at basere sig på store stikprøveapproksimationer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer. ISBN: 978-0387987484
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/da/statistics/bayesian-ordinal-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.
- Bayesiansk Generaliseret Lineær ModelStatistik↔ compare
- Bayesiansk logistisk regressionBayesiansk↔ compare
- Bayesiansk multinomial logistisk regressionStatistik↔ compare
- Bayesiansk probitmodelStatistik↔ compare
- Multinomisk logistisk regressionStatistik↔ compare
- Ordinal logistisk regressionStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →