Regression modelRegression / GLM
ベイズ型確率モデル
ベイズ型確率モデルは、ベイズ的枠組みの中で正規累積分布関数（確率リンク）を用いて二値アウトカムの確率をモデル化する二値回帰手法である。回帰係数に事前分布を割り当て、観測データで更新することで、単一の点推定ではなく完全な事後分布を得る。アルバート・チブのデータ拡張アルゴリズムは、ギブスサンプリングによる事後サンプリングを計算効率的に行う。
手法の全文を読む
会員限定
ログイン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。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Albert, J. H., & Chib, S. (1993). Bayesian analysis of binary and polychotomous response data. Journal of the American Statistical Association, 88(422), 669-679. DOI: 10.1080/01621459.1993.10476321 ↗
- 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 Probit Regression Model. ScholarGate. https://scholargate.app/ja/statistics/bayesian-probit-model
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.
- ベイズ一般化線形モデル統計学↔ compare
- ベイズロジスティック回帰ベイズ↔ compare
- ベイズ多項ロジスティック回帰統計学↔ compare
- ベイズ順序ロジスティック回帰統計学↔ compare
- ロジスティック回帰研究統計↔ compare
- プロビット回帰モデル計量経済学↔ compare