Régression de Poisson bayésienne
La régression de Poisson bayésienne modélise les résultats de comptage entiers non négatifs à l'aide d'une vraisemblance de Poisson avec un lien logarithmique, en plaçant des distributions a priori sur les coefficients de régression. L'inférence a posteriori — combinant les croyances a priori avec la vraisemblance des données — produit des distributions de probabilité complètes sur les coefficients plutôt que des estimations ponctuelles, permettant une quantification cohérente de l'incertitude et l'incorporation de connaissances du domaine.
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
- McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman and Hall. ISBN: 978-0412317606
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Poisson Regression. ScholarGate. https://scholargate.app/fr/statistics/bayesian-poisson-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 linéaire multiple bayésienneStatistique↔ compare
- Régression binomiale négative bayésienneStatistique↔ 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 →