ScholarGate
Assistent
Regression modelRegression / GLM

Bayesiansk multinomial logistisk regression

Bayesiansk multinomial logistisk regression modellerar ett nominalt utfall med tre eller fler oordnade kategorier genom att placera priorfördelningar över regressionskoefficienterna och uppdatera dem med data via Bayes sats. Resultatet är en fullständig posteriorfördelning över kategorisannolikheter för varje observation, vilket möjliggör principbaserad osäkerhetskvantifiering och regularisering genom priorn.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateBayesian Multinomial Logistic Regression (Bayesian Multinomial Logistic Regression). Hämtad 2026-06-15 från https://scholargate.app/sv/statistics/bayesian-multinomial-logistic-regression · Datamängd: https://doi.org/10.5281/zenodo.20539026