ScholarGate
Assistent
Regression modelRegression / GLM

Bayesiaanse Multinominale Logistische Regressie

Bayesiaanse multinominale logistische regressie modelleert een nominale uitkomst met drie of meer ongeordende categorieën door prior-verdelingen op de regressiecoëfficiënten te plaatsen en deze via de stelling van Bayes bij te werken met data. Het resultaat is een volledige posterior-verdeling over categorie-waarschijnlijkheden voor elke observatie, wat principieel onzekerheidskwantificatie en regularisatie via de prior mogelijk maakt.

Toepassen met StatMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

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

Geciteerd door

ScholarGateBayesian Multinomial Logistic Regression (Bayesian Multinomial Logistic Regression). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/statistics/bayesian-multinomial-logistic-regression · Gegevensset: https://doi.org/10.5281/zenodo.20539026