Баєсівська пробіт-модель
Баєсівська пробіт-модель — це метод бінарної регресії, який моделює ймовірність бінарного результату за допомогою нормальної кумулятивної функції розподілу (пробіт-зв'язок) у межах баєсівського підходу. Вона призначає апріорні розподіли коефіцієнтам регресії та оновлює їх на основі спостережуваних даних, надаючи повний апостеріорний розподіл замість єдиної точкової оцінки. Алгоритм доповнення даних Альберта-Чіба робить апостеріорну вибірку обчислювально ефективною за допомогою вибірки Гіббса.
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
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Probit Regression Model. ScholarGate. https://scholargate.app/uk/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.
- Байєсівська узагальнена лінійна модельСтатистика↔ compare
- Байєсівська логістична регресіяБаєсові методи↔ compare
- Байєсівська багатономіальна логістична регресіяСтатистика↔ compare
- Байєсівська порядкова логістична регресіяСтатистика↔ compare
- Логістична регресіяСтатистика досліджень↔ compare
- Модель пробіт-регресіїЕконометрика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →