Regression modelRegression / GLM

Regresión de Poisson bayesiana

Los modelos de regresión de Poisson bayesiana modelan resultados de recuento de enteros no negativos utilizando una verosimilitud de Poisson con un enlace logarítmico, colocando distribuciones previas sobre los coeficientes de regresión. La inferencia posterior — que combina creencias previas con la verosimilitud de los datos — produce distribuciones de probabilidad completas sobre los coeficientes en lugar de estimaciones de punto único, lo que permite una cuantificación coherente de la incertidumbre y la incorporación de conocimiento del dominio.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. 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
  2. McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman and Hall. ISBN: 978-0412317606

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Poisson Regression. ScholarGate. https://scholargate.app/es/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.

Compare side by side

Citado por

ScholarGateBayesian Poisson Regression (Bayesian Poisson Regression). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/bayesian-poisson-regression · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026