Régression binomiale négative bayésienne
La régression binomiale négative bayésienne modélise des dénombrements d'entiers non négatifs qui présentent une surdispersion — où la variance dépasse la moyenne — en plaçant une vraisemblance binomiale négative sur les données et en spécifiant des distributions a priori sur les coefficients de régression et le paramètre de dispersion. L'inférence a posteriori est généralement effectuée via la chaîne de Markov Monte Carlo (MCMC) ou des méthodes variationnelles, produisant des distributions a posteriori complètes plutôt que des estimations ponctuelles.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
- Cameron, A. C., & Trivedi, P. K. (2013). Regression Analysis of Count Data (2nd ed.). Cambridge University Press. ISBN: 978-1107667273
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Negative Binomial Regression. ScholarGate. https://scholargate.app/fr/statistics/bayesian-negative-binomial-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.
- Modèle bayésien linéaire généraliséStatistique↔ compare
- Régression de Poisson bayésienneStatistique↔ compare
- Modèle bayésien à inflation de zérosStatistique↔ compare
- Régression binomiale négativeÉconométrie↔ compare
- Régression de Poisson et binomiale négativeÉconométrie↔ compare
- Modèle à inflation de zérosStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →