Байесовская мультиномиальная логистическая регрессия
Байесовская мультиномиальная логистическая регрессия моделирует номинальный исход с тремя или более неупорядоченными категориями, размещая априорные распределения на коэффициентах регрессии и обновляя их с помощью данных через теорему Байеса. Результатом является полное апостериорное распределение вероятностей категорий для каждого наблюдения, что обеспечивает обоснованную количественную оценку неопределенности и регуляризацию через априорное распределение.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Multinomial Logistic Regression. ScholarGate. https://scholargate.app/ru/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.
- Байесовская обобщенная линейная модельСтатистика↔ compare
- Байесовская логистическая регрессияБайесовские методы↔ compare
- Байесовская ординарная логистическая регрессияСтатистика↔ compare
- Мультиномиальная логистическая регрессияСтатистика↔ compare
- Ординальная логистическая регрессияСтатистика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →