Bayesiaanse Ordinale Logistische Regressie
Bayesiaanse ordinale logistische regressie breidt het klassieke proportional odds-model uit door prior-verdelingen toe te kennen aan de regressiecoëfficiënten en drempelparameters en deze bij te werken met waargenomen data via de stelling van Bayes. Het resultaat is een volledige posterior-verdeling over alle parameters, wat onzekerheidskwantificatie mogelijk maakt zonder te vertrouwen op benaderingen voor grote steekproeven.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/nl/statistics/bayesian-ordinal-logistic-regression
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaans Gegeneraliseerd Lineair ModelStatistiek↔ vergelijken
- Bayesiaanse logistische regressieBayesiaanse statistiek↔ vergelijken
- Bayesiaanse Multinominale Logistische RegressieStatistiek↔ vergelijken
- Bayesiaans ProbitmodelStatistiek↔ vergelijken
- Multinomial Logistic RegressionStatistiek↔ vergelijken
- Ordinale logistische regressieStatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →