Bajeziāņu ordinālā loģistikas regresija
Bajeziāņu ordinālā loģistikas regresija paplašina klasisko proporcionālo koeficientu modeli, piešķirot pirms sadalījumus regresijas koeficientiem un sliekšņa parametriem un atjauninot tos ar novērotajiem datiem, izmantojot Bajeza teorēmu. Rezultāts ir pilns posteriora sadalījums visiem parametriem, kas ļauj kvantificēt nenoteiktību, nepaļaujoties uz lielu paraugu aproksimācijām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/lv/statistics/bayesian-ordinal-logistic-regression
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Beijesas vispārinātais lineārais modelisStatistika↔ salīdzināt
- Bayesiskā loģistikā regresijaBajesa metodes↔ salīdzināt
- Bayesiskā multinomiālā logistiskā regresijaStatistika↔ salīdzināt
- Beieziešu Probit modelisStatistika↔ salīdzināt
- Daudzkārtējā loģistikas regresijaStatistika↔ salīdzināt
- Ordinālā loģistiskā regresijaStatistika↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →