ScholarGate
Assistent
Regression modelRegression / GLM

Bayesiansk ordinal logistisk regression

Bayesiansk ordinal logistisk regression utökar den klassiska proportional odds-modellen genom att placera priorfördelningar på regressionskoefficienterna och tröskelparametrarna och uppdatera dem med observerade data via Bayes sats. Resultatet är en fullständig posteriorfördelning över alla parametrar, vilket möjliggör kvantifiering av osäkerhet utan att förlita sig på approximationer för stora sampel.

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. Johnson, V. E., & Albert, J. H. (1999). Ordinal Data Modeling. Springer. ISBN: 978-0387987484
  2. 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

Så citerar du den här sidan

ScholarGate. (2026, June 3). Bayesian Ordinal Logistic Regression (Proportional Odds Model). ScholarGate. https://scholargate.app/sv/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.

Compare side by side

Refereras av

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