Байєсівська багатономіальна логістична регресія
Байєсівська багатономіальна логістична регресія моделює номінальний результат із трьома або більше невпорядкованими категоріями, розміщуючи апріорні розподіли на коефіцієнтах регресії та оновлюючи їх за допомогою даних через теорему Байєса. Результатом є повний апостеріорний розподіл ймовірностей категорій для кожного спостереження, що забезпечує принципове кількісне визначення невизначеності та регуляризацію через апріорний розподіл.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Multinomial Logistic Regression. ScholarGate. https://scholargate.app/uk/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.
- Байєсівська узагальнена лінійна модельСтатистика↔ compare
- Байєсівська логістична регресіяБаєсові методи↔ compare
- Байєсівська порядкова логістична регресіяСтатистика↔ compare
- Мультиноміальна логістична регресіяСтатистика↔ compare
- Ординарна логістична регресіяСтатистика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →