Bayesiläinen ordinaalinen logistinen regressio
Bayesiläinen ordinaalinen logistinen regressio laajentaa klassista suhteellisten kerrointen mallia asettamalla priorijakaumat regressiokertoimille ja kynnysparametreille ja päivittämällä niitä havaitulla datalla Bayesin teoreeman avulla. Tuloksena on täysi posteriorijakauma kaikille parametreille, mikä mahdollistaa epävarmuuden kvantifioinnin ilman suurten otosten approksimaatioita.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer. ISBN: 978-0387987484
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/fi/statistics/bayesian-ordinal-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
- Bayesilainen multinomaalinen logistinen regressioTilastotiede↔ compare
- Bayesiläinen probit-malliTilastotiede↔ compare
- Multinomiaalinen logistinen regressioTilastotiede↔ compare
- Ordinaalinen logistinen regressioTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →