ScholarGate
Assistente
Regression modelRegression / GLM

Regressione Logistica Multinomiale Bayesiana

La regressione logistica multinomiale Bayesiana modella un esito nominale con tre o più categorie non ordinate ponendo distribuzioni a priori sui coefficienti di regressione e aggiornandole con i dati tramite il teorema di Bayes. Il risultato è una distribuzione a posteriori completa sulle probabilità delle categorie per ogni osservazione, che consente una quantificazione dell'incertezza basata su principi e una regolarizzazione tramite il prior.

Applica con StatMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. 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
  2. Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933

Come citare questa pagina

ScholarGate. (2026, June 3). Bayesian Multinomial Logistic Regression. ScholarGate. https://scholargate.app/it/statistics/bayesian-multinomial-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.

Compare side by side

Citato da

ScholarGateBayesian Multinomial Logistic Regression (Bayesian Multinomial Logistic Regression). Consultato il 2026-06-15 da https://scholargate.app/it/statistics/bayesian-multinomial-logistic-regression · Insieme di dati: https://doi.org/10.5281/zenodo.20539026