Bayesian Poisson Regression
Bayesian Poisson regression models non-negative integer count outcomes using a Poisson likelihood with a log link, placing prior distributions on the regression coefficients. Posterior inference — combining prior beliefs with the data likelihood — produces full probability distributions over the coefficients rather than single-point estimates, enabling coherent uncertainty quantification and incorporation of domain knowledge.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- 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
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.