Bayesilainen logistinen regressio
Bayesilainen logistinen regressio on luokittelumalli, joka soveltaa Bayesilaista päättelyä logistiseen (sigmoidiseen) uskottavuuteen binääristen tai multinomialisten tulosten osalta. Se on kehitetty Gelmanin, Jakulinin, Pittaun ja Sun (2008) formalisoiman heikosti informatiivisen priorijakauman viitekehyksessä. Malli asettaa priorijakauman kertoimille ja yhdistää tämän priorin datan uskottavuuteen tuottaen täyden posteriorijakauman jokaiselle parametrille – tarjoten kalibroituja luokkatoennäköisyyksiä ja rehellistä epävarmuutta jopa pienissä otoksissa, harvinaisten tapahtumien tilanteissa tai täydellisen erottelun tapauksissa, joissa frekventistinen suurimman uskottavuuden estimointi romahtaa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Lähteet
- Gelman, A., Jakulin, A., Pittau, M. G. & Su, Y.-S. (2008). A Weakly Informative Default Prior Distribution for Logistic and Other Regression Models. Annals of Applied Statistics, 2(4), 1360–1383. DOI: 10.1214/08-AOAS191 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Bayesian Logistic Regression. ScholarGate. https://scholargate.app/fi/bayesian/bayesian-logistic-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.
- Bayesilainen regressioBayesilainen tilastotiede↔ compare
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- Markov-ketju-Monte Carlo (MCMC)Bayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →