Bayesian Poisson-Regression
Bayesian Poisson-Regression modelliert nicht-negative ganzzahlige Zählungs-Ergebnisse mittels einer Poisson-Likelihood mit einem Log-Link, wobei Prior-Verteilungen auf die Regressionskoeffizienten gelegt werden. Die Posterior-Inferenz – die Kombination von Prior-Überzeugungen mit der Daten-Likelihood – liefert vollständige Wahrscheinlichkeitsverteilungen über die Koeffizienten anstelle von einzelnen Punkt-Schätzungen, was eine kohärente Unsicherheitsquantifizierung und die Einbeziehung von Domänenwissen ermöglicht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Poisson Regression. ScholarGate. https://scholargate.app/de/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.
- Bayesian Generalisiertes Lineares ModellStatistik↔ compare
- Bayesian Multiple Linear RegressionStatistik↔ compare
- Bayesian Negative Binomial RegressionStatistik↔ compare
- Negative Binomial RegressionÖkonometrie↔ compare
- Poisson- und Negativ-Binomial-RegressionÖkonometrie↔ compare
- Null-inflationsmodellStatistik↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →