Regresja logistyczna bayesowska
Regresja logistyczna bayesowska jest modelem klasyfikacyjnym stosującym wnioskowanie bayesowskie do logistycznej (sigmoidalnej) funkcji wiarygodności dla wyników binarnych lub wielomianowych. Opracowana w ramach słabo informatywnych rozkładów a priori formalizowanych przez Gelmana, Jakulina, Pittau i Su (2008), przypisuje rozkład a priori współczynnikom i łączy ten rozkład a priori z wiarygodnością danych, aby uzyskać pełny rozkład a posteriori dla każdego parametru — dostarczając skalibrowane prawdopodobieństwa klas i rzetelną niepewność nawet w małych próbach, w sytuacjach rzadkich zdarzeń lub przypadkach całkowitej separacji, gdzie estymacja największej wiarygodności metodami częstościowymi załamuje się.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Bayesian Logistic Regression. ScholarGate. https://scholargate.app/pl/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.
- Regresja bayesowskaStatystyka bayesowska↔ compare
- Regresja logistycznaStatystyka w badaniach↔ compare
- Łańcuchy Markowa i symulacje Monte Carlo (MCMC)Statystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →