Regression modelRegression / GLM
베이지안 프로빗 모형
베이지안 프로빗 모형은 베이지안 프레임워크 내에서 정규분포 누적분포함수(프로빗 링크)를 사용하여 이진 결과의 확률을 모델링하는 이진 회귀 방법입니다. 회귀 계수에 사전 분포를 할당하고 관측된 데이터로 이를 갱신하여 단일 점 추정치가 아닌 전체 사후 분포를 얻습니다. Albert-Chib 데이터 증강 알고리즘은 깁스 샘플링을 통해 사후 샘플링을 계산적으로 효율적으로 만듭니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Probit Regression Model. ScholarGate. https://scholargate.app/ko/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.
- 베이즈 일반화 선형 모형통계학↔ compare
- 베이지안 로지스틱 회귀베이지안↔ compare
- 베이즈 다항 로지스틱 회귀통계학↔ compare
- 베이지안 순서형 로지스틱 회귀분석통계학↔ compare
- 로지스틱 회귀연구 통계↔ compare
- 프로빗 회귀 모형계량경제학↔ compare