Régression logistique ordinale bayésienne
La régression logistique ordinale bayésienne étend le modèle classique des cotes proportionnelles en plaçant des distributions a priori sur les coefficients de régression et les paramètres de seuil, et en les mettant à jour avec les données observées via le théorème de Bayes. Le résultat est une distribution a posteriori complète sur tous les paramètres, permettant une quantification de l'incertitude sans s'appuyer sur des approximations pour grands échantillons.
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
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/fr/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.
- Modèle bayésien linéaire généraliséStatistique↔ compare
- Régression logistique bayésienneBayésien↔ compare
- Régression logistique multinomiale bayésienneStatistique↔ compare
- Bayesian Probit modelStatistique↔ compare
- Multinomial Logistic RegressionStatistique↔ compare
- Régression logistique ordinaleStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →