Bayesiansk probitmodell
Den bayesianske probitmodellen er en binær regresjonsmetode som modellerer sannsynligheten for et binært utfall ved hjelp av normalfordelingens kumulative fordelingsfunksjon (probit-kobling) innenfor et bayesiansk rammeverk. Den tildeler priorfordelinger til regresjonskoeffisienter og oppdaterer dem med observerte data, noe som gir en fullstendig posteriorfordeling i stedet for et enkelt punktestimat. Albert-Chib-algoritmen for dataaugmentering gjør posterior sampling beregningsmessig effektiv via Gibbs-sampling.
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.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Probit Regression Model. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk generalisert lineært modellStatistikk↔ compare
- Bayesiansk logistisk regresjonBayesiansk↔ compare
- Bayesiansk multinomisk logistisk regresjonStatistikk↔ compare
- Bayesiansk ordninær logistisk regresjonStatistikk↔ compare
- Logistisk regresjonForskningsstatistikk↔ compare
- Probit-regresjonsmodellØkonometri↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →