Regression modelRegression / GLM

Bayesiskā multinomiālā logistiskā regresija

Bayesiskā multinomiālā logistiskā regresija modelē nominālu iznākumu ar trim vai vairākām nekārtotām kategorijām, nosakot iepriekšējas sadalījumus regresijas koeficientiem un atjauninot tos ar datiem, izmantojot Bayes' teorēmu. Rezultāts ir pilns posteriorais sadalījums pa kategoriju varbūtībām katram novērojumam, nodrošinot principālu nenoteiktības kvantificēšanu un regularizāciju caur iepriekšējo sadalījumu.

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  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

Kā citēt šo lapu

ScholarGate. (2026, June 3). Bayesian Multinomial Logistic Regression. ScholarGate. https://scholargate.app/lv/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

Uz to atsaucas

ScholarGateBayesian Multinomial Logistic Regression (Bayesian Multinomial Logistic Regression). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/bayesian-multinomial-logistic-regression · Datu kopa: https://doi.org/10.5281/zenodo.20539026