Bayesiläinen probit-malli
Bayesiläinen probit-malli on binäärinen regressiomenetelmä, joka mallintaa binäärisen lopputuloksen todennäköisyyttä käyttäen normaalijakauman kertymäfunktiota (probit-linkki) Bayesiläisessä viitekehyksessä. Se määrittää regressiokertoimille priorijakaumat ja päivittää niitä havaitun datan avulla, tuottaen täyden posteriorijakauman yksittäisen pistearvion sijaan. Albert-Chib-datan täydennysalgoritmi tekee posteriorin otannan laskennallisesti tehokkaaksi Gibbs-otannalla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Albert, J. H., & Chib, S. (1993). Bayesian analysis of binary and polychotomous response data. Journal of the American Statistical Association, 88(422), 669-679. DOI: 10.1080/01621459.1993.10476321 ↗
- 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 Probit Regression Model. ScholarGate. https://scholargate.app/fi/statistics/bayesian-probit-model
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 ordinaalinen logistinen regressioTilastotiede↔ compare
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- Probit-regressiomalliEkonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →