Bayesian Logistic Regression
Bayesian logistic regression is a classification model that applies Bayesian inference to a logistic (sigmoid) likelihood for binary or multinomial outcomes. Developed within the weakly-informative prior framework formalised by Gelman, Jakulin, Pittau and Su (2008), it places a prior distribution over the coefficients and combines that prior with the data likelihood to yield a full posterior distribution for each parameter — delivering calibrated class probabilities and honest uncertainty even in small samples, rare-event settings, or cases of complete separation where frequentist maximum likelihood estimation collapses.
Registro de origen
Citas copiadas textualmente del registro de origen del método. No se infiere ninguna verificación a nivel de afirmación de ellas.
Afirmaciones curadas
Afirmaciones persistidas en el libro mayor de evidencia, cada una con su propia evaluación.
Esta vista no inventa una evaluación de afirmación si el libro mayor no tiene ninguna.
Métodos relacionados
Generado a partir del grafo de métodos y mostrado como relaciones sugeridas por la máquina; no se infiere ninguna afirmación de evidencia.