Regression modelRegression / GLM

ベイズ順序ロジスティック回帰

ベイズ順序ロジスティック回帰は、回帰係数と閾値パラメータに事前分布を設定し、ベイズの定理を介して観測データでそれらを更新することにより、古典的な比例オッズモデルを拡張したものです。その結果、すべてのパラメータに対する完全な事後分布が得られ、大規模な標本近似に依存することなく不確実性を定量化できます。

StatMindで適用する近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

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

ベイズ順序ロジスティック回帰

ベイズ一般化線形モデルベイズロジスティック回帰ベイズ多項ロジスティック回帰ベイズ型確率モデル多項ロジスティック回帰順序ロジスティック回帰

出典

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

このページの引用方法

ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/ja/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.

Compare side by side →

この手法を参照する項目

ベイズ多項ロジスティック回帰ベイズ型確率モデル

このページに誤りを見つけましたか?報告・修正提案 →