Bayesiaans Probitmodel
Het Bayesiaanse Probitmodel is een binaire regressiemethode die de waarschijnlijkheid van een binaire uitkomst modelleert met behulp van de normale CDF (probit-link) binnen een Bayesiaans raamwerk. Het kent prior-verdelingen toe aan regressiecoëfficiënten en werkt deze bij met waargenomen data, wat resulteert in een volledige posterior-verdeling in plaats van een enkel puntschatting. Het Albert-Chib data-augmentatie-algoritme maakt posterior-sampling rekenkundig efficiënt via Gibbs-sampling.
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.
Bronnen
- Albert, J. H., & Chib, S. (1993). Bayesian analysis of binary and polychotomous response data. Journal of the American Statistical Association, 88(422), 669-679. DOI: 10.1080/01621459.1993.10476321 ↗
- 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 Probit Regression Model. ScholarGate. https://scholargate.app/nl/statistics/bayesian-probit-model
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.
- Bayesiaans Gegeneraliseerd Lineair ModelStatistiek↔ compare
- Bayesiaanse logistische regressieBayesiaanse statistiek↔ compare
- Bayesiaanse Multinominale Logistische RegressieStatistiek↔ compare
- Bayesiaanse Ordinale Logistische RegressieStatistiek↔ compare
- Logistische RegressieOnderzoeksstatistiek↔ compare
- Probit RegressiemodelEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →