Regresja logistyczna bayesowska wielomianowa
Bayesowska regresja logistyczna wielomianowa modeluje wynik nominalny z trzema lub więcej nieuporządkowanymi kategoriami poprzez umieszczenie rozkładów a priori na współczynnikach regresji i ich aktualizację za pomocą danych zgodnie z twierdzeniem Bayesa. Wynikiem jest pełny rozkład a posteriori prawdopodobieństw kategorii dla każdej obserwacji, umożliwiający zasadnicze kwantyfikowanie niepewności i regularyzację poprzez rozkład a priori.
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.
Źródła
- 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
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Multinomial Logistic Regression. ScholarGate. https://scholargate.app/pl/statistics/bayesian-multinomial-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.
- Bayesowski Model Liniowy UogólnionyStatystyka↔ compare
- Regresja logistyczna bayesowskaStatystyka bayesowska↔ compare
- Bayesowska regresja logistyczna z cechami porządkowymiStatystyka↔ compare
- Regresja logistyczna wielomianowaStatystyka↔ compare
- Regresja logistyczna porządkowaStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →