Regressione logistica bayesiana
La regressione logistica bayesiana è un modello di classificazione che applica l'inferenza bayesiana a una verosimiglianza logistica (sigmoide) per esiti binari o multinomiali. Sviluppato nel quadro dei prior debolmente informativi formalizzato da Gelman, Jakulin, Pittau e Su (2008), pone una distribuzione a priori sui coefficienti e combina tale prior con la verosimiglianza dei dati per ottenere una distribuzione a posteriori completa per ciascun parametro, fornendo probabilità di classe calibrate e incertezza onesta anche in campioni piccoli, contesti di eventi rari o casi di separazione completa in cui la stima di massima verosimiglianza frequentista collassa.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fonti
- Gelman, A., Jakulin, A., Pittau, M. G. & Su, Y.-S. (2008). A Weakly Informative Default Prior Distribution for Logistic and Other Regression Models. Annals of Applied Statistics, 2(4), 1360–1383. DOI: 10.1214/08-AOAS191 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Bayesian Logistic Regression. ScholarGate. https://scholargate.app/it/bayesian/bayesian-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.
- Regressione BayesianaBayesiano↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Catena di Markov Monte Carlo (MCMC)Bayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →