Bayesiansk Poisson-regression
Bayesiansk Poisson-regression modellerer ikke-negative heltals-tællingsudfald ved hjælp af en Poisson-likelihood med et log-link, idet der placeres prior-fordelinger på regressionskoefficienterne. Posterior inferens — der kombinerer prior-antagelser med data-likelihooden — producerer fulde sandsynlighedsfordelinger over koefficienterne snarere end enkeltpunktestimater, hvilket muliggør kohærent usikkerhedskvantificering og inkorporering af domæneviden.
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
- 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
- McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman and Hall. ISBN: 978-0412317606
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Poisson Regression. ScholarGate. https://scholargate.app/da/statistics/bayesian-poisson-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 Multipel Lineær RegressionStatistik↔ compare
- Bayesiansk Negativ Binomial RegressionStatistik↔ compare
- Negativ binomial regressionØkonometri↔ compare
- Poisson- og negativ binomialregressionØkonometri↔ compare
- Nul-inflateret modelStatistik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →