Bayesian Negative Binomial Regression
Bayesian Negative Binomial Regression models non-negative integer count outcomes that exhibit overdispersion — where the variance exceeds the mean — by placing a negative binomial likelihood on the data and specifying prior distributions over the regression coefficients and the dispersion parameter. Posterior inference is typically performed via Markov chain Monte Carlo (MCMC) or variational methods, yielding full posterior distributions rather than point estimates.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
- Cameron, A. C., & Trivedi, P. K. (2013). Regression Analysis of Count Data (2nd ed.). Cambridge University Press. · ISBN 978-1107667273
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.