Bayesiansk logistisk regresjon
Bayesiansk logistisk regresjon er en klassifikasjonsmodell som anvender Bayesiansk inferens på en logistisk (sigmoid) sannsynlighetsfunksjon for binære eller multinomiske utfall. Utviklet innenfor rammeverket for svakt informative prior-fordelinger formalisert av Gelman, Jakulin, Pittau og Su (2008), plasserer den en prior-fordeling over koeffisientene og kombinerer denne prioren med datalikeligheten for å gi en full posterior-fordeling for hver parameter – noe som gir kalibrerte klasse-sannsynligheter og ærlig usikkerhet selv i små utvalg, sjeldne hendelser, eller tilfeller med komplett separasjon der frekventistisk maksimum sannsynlighetsestimering (MLE) bryter sammen.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Bayesian Logistic Regression. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk regresjonBayesiansk↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →