ScholarGate
Assistente
Regression modelRegression / GLM

Regressão Logística Multinomial Bayesiana

Modelos de regressão logística multinomial bayesiana modelam um desfecho nominal com três ou mais categorias não ordenadas, colocando distribuições a priori sobre os coeficientes de regressão e atualizando-os com dados via teorema de Bayes. O resultado é uma distribuição a posteriori completa sobre as probabilidades das categorias para cada observação, permitindo quantificação de incerteza principiada e regularização através do a priori.

Aplicar com StatMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. 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
  2. Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933

Como citar esta página

ScholarGate. (2026, June 3). Bayesian Multinomial Logistic Regression. ScholarGate. https://scholargate.app/pt/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.

Compare side by side

Referenciado por

ScholarGateBayesian Multinomial Logistic Regression (Bayesian Multinomial Logistic Regression). Recuperado em 2026-06-15 de https://scholargate.app/pt/statistics/bayesian-multinomial-logistic-regression · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026