Regresja Poissona Bayesa
Modele regresji Poissona Bayesa modelują nieujemne całkowitoliczbowe wyniki zliczania przy użyciu funkcji wiarygodności Poissona z logarytmicznym łącznikiem, umieszczając rozkłady a priori na współczynnikach regresji. Wnioskowanie a posteriori — łączące przekonania a priori z wiarygodnością danych — daje pełne rozkłady prawdopodobieństwa dla współczynników, a nie pojedyncze oszacowania punktowe, umożliwiając spójną kwantyfikację niepewności i uwzględnienie wiedzy dziedzinowej.
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
- McCullagh, P., & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman and Hall. ISBN: 978-0412317606
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Poisson Regression. ScholarGate. https://scholargate.app/pl/statistics/bayesian-poisson-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
- Bayesowska wielokrotna regresja liniowaStatystyka↔ compare
- Bayesowska regresja ujemna dwumianowaStatystyka↔ compare
- Regresja ujemna dwumianowaEkonometria↔ compare
- Regresja Poissona i regresja ujemna dwumianowaEkonometria↔ compare
- Model z nadmierną liczbą zerStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →