ScholarGate
Pembantu
Regression modelRegression / GLM

Regresi Logistik Ordinal Bayesian

Regresi logistik ordinal Bayesian memperluas model perkadaran syah (proportional odds) klasik dengan meletakkan taburan prior pada pekali regresi dan parameter ambang (threshold) serta mengemas kininya dengan data yang diperhatikan melalui teorem Bayes. Hasilnya ialah taburan posterior penuh ke atas semua parameter, membolehkan kuantifikasi ketidakpastian tanpa bergantung pada anggaran sampel besar.

Terapkan dengan StatMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Sumber

  1. Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer. ISBN: 978-0387987484
  2. 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

Cara memetik halaman ini

ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/ms/statistics/bayesian-ordinal-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

Dirujuk oleh

ScholarGateBayesian Ordinal Logistic Regression (Bayesian Ordinal Logistic Regression (Proportional Odds Model)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/statistics/bayesian-ordinal-logistic-regression · Set data: https://doi.org/10.5281/zenodo.20539026