Bayesilainen multinomaalinen logistinen regressio
Bayesilainen multinomaalinen logistinen regressio mallintaa nominaalista vastemuuttujaa, jossa on kolme tai useampi järjestämätön luokka, asettamalla regressiokertoimille priorijakaumat ja päivittämällä niitä datan avulla Bayesin lauseen mukaisesti. Tuloksena on täysi posteriorijakauma kunkin havainnon luokkakohtaisille todennäköisyyksille, mikä mahdollistaa periaatteellisen epävarmuuden kvantifioinnin ja regularisoinnin priorin kautta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Multinomial Logistic Regression. ScholarGate. https://scholargate.app/fi/statistics/bayesian-multinomial-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 yleistetty lineaarinen malliTilastotiede↔ compare
- Bayesilainen logistinen regressioBayesilainen tilastotiede↔ compare
- Bayesiläinen ordinaalinen logistinen regressioTilastotiede↔ compare
- Multinomiaalinen logistinen regressioTilastotiede↔ compare
- Ordinaalinen logistinen regressioTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →