Bayesiaanse logistische regressie
Bayesiaanse logistische regressie is een classificatiemodel dat Bayesiaanse inferentie toepast op een logistische (sigmoïde) likelihood voor binaire of multinominale uitkomsten. Ontwikkeld binnen het zwak-informatieve prior-raamwerk, geformaliseerd door Gelman, Jakulin, Pittau en Su (2008), plaatst het een prior-verdeling over de coëfficiënten en combineert die prior met de data-likelihood om een volledige posterieure verdeling voor elke parameter te verkrijgen — wat gekalibreerde klassewaarschijnlijkheden en eerlijke onzekerheid oplevert, zelfs bij kleine steekproeven, zeldzame gebeurtenissen, of gevallen van complete scheiding waarbij frequentistische maximum likelihood-schatting faalt.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Bronnen
- Gelman, A., Jakulin, A., Pittau, M. G. & Su, Y.-S. (2008). A Weakly Informative Default Prior Distribution for Logistic and Other Regression Models. Annals of Applied Statistics, 2(4), 1360–1383. DOI: 10.1214/08-AOAS191 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Bayesian Logistic Regression. ScholarGate. https://scholargate.app/nl/bayesian/bayesian-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.
- Bayesian RegressieBayesiaanse statistiek↔ compare
- Logistische RegressieOnderzoeksstatistiek↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →