Bayesiansk probitmodell
Den Bayesianska probitmodellen är en binär regressionsmetod som modellerar sannolikheten för ett binärt utfall med hjälp av den normala CDF:en (probitlänk) inom ett Bayesianskt ramverk. Den tilldelar priorfördelningar till regressionskoefficienter och uppdaterar dem med observerad data, vilket ger en fullständig posteriorfördelning snarare än ett enskilt punktestimat. Albert-Chibs data-augmenteringsalgoritm gör posterior sampling beräkningsmässigt effektiv via Gibbs-sampling.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Albert, J. H., & Chib, S. (1993). Bayesian analysis of binary and polychotomous response data. Journal of the American Statistical Association, 88(422), 669-679. DOI: 10.1080/01621459.1993.10476321 ↗
- 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 Probit Regression Model. ScholarGate. https://scholargate.app/sv/statistics/bayesian-probit-model
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.
- Bayesiansk generaliserad linjär modellStatistik↔ compare
- Bayesiansk logistisk regressionBayesiansk statistik↔ compare
- Bayesiansk multinomial logistisk regressionStatistik↔ compare
- Bayesiansk ordinal logistisk regressionStatistik↔ compare
- Logistisk regressionForskningsstatistik↔ compare
- Probit regressionsmodellEkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →