Regresión logística bayesiana

La regresión logística bayesiana es un modelo de clasificación que aplica inferencia bayesiana a una verosimilitud logística (sigmoide) para resultados binarios o multinomiales. Desarrollado dentro del marco de prioris débilmente informativos formalizado por Gelman, Jakulin, Pittau y Su (2008), coloca una distribución a priori sobre los coeficientes y combina esa a priori con la verosimilitud de los datos para obtener una distribución posterior completa para cada parámetro, proporcionando probabilidades de clase calibradas e incertidumbre honesta incluso en muestras pequeñas, entornos de eventos raros o casos de separación completa donde la estimación de máxima verosimilitud frecuentista colapsa.