Байесовская ординарная логистическая регрессия
Байесовская ординарная логистическая регрессия расширяет классическую модель пропорциональных шансов, помещая априорные распределения на коэффициенты регрессии и пороговые параметры и обновляя их с помощью наблюдаемых данных через теорему Байеса. Результатом является полное апостериорное распределение по всем параметрам, позволяющее количественно оценить неопределенность без опоры на аппроксимации для больших выборок.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer. ISBN: 978-0387987484
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/ru/statistics/bayesian-ordinal-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 мультиномиальная логистическая регрессияСтатистика↔ compare
- Bayesian Probit ModelСтатистика↔ compare
- Мультиномиальная логистическая регрессияСтатистика↔ compare
- Ординальная логистическая регрессияСтатистика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →