Regressão Logística Bayesiana

A regressão logística bayesiana é um modelo de classificação que aplica inferência bayesiana a uma verossimilhança logística (sigmoide) para resultados binários ou multinomiais. Desenvolvido dentro do quadro de prioris fracamente informativas formalizado por Gelman, Jakulin, Pittau e Su (2008), ele coloca uma distribuição a priori sobre os coeficientes e combina essa prior com a verossimilhança dos dados para gerar uma distribuição a posteriori completa para cada parâmetro — entregando probabilidades de classe calibradas e incerteza honesta mesmo em amostras pequenas, cenários de eventos raros ou casos de separação completa onde a estimação de máxima verossimilhança frequentista colapsa.