Mô hình Probit Bayes
Mô hình Probit Bayes là một phương pháp hồi quy nhị phân mô hình hóa xác suất của một kết quả nhị phân bằng cách sử dụng hàm phân phối tích lũy chuẩn (liên kết probit) trong khuôn khổ Bayes. Nó gán các phân phối tiên nghiệm cho các hệ số hồi quy và cập nhật chúng với dữ liệu quan sát, cho ra một phân phối hậu nghiệm đầy đủ thay vì một ước lượng điểm duy nhất. Thuật toán tăng cường dữ liệu Albert-Chib làm cho việc lấy mẫu hậu nghiệm hiệu quả về mặt tính toán thông qua lấy mẫu Gibbs.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Probit Regression Model. ScholarGate. https://scholargate.app/vi/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.
- Bayesian Generalized Linear ModelThống kê↔ compare
- Hồi quy logistic BayesBayes↔ compare
- Hồi quy Logistic Đa thức BayesThống kê↔ compare
- Hồi quy Logistic Thứ bậc BayesThống kê↔ compare
- Hồi quy LogisticThống kê nghiên cứu↔ compare
- Mô hình Hồi quy ProbitKinh tế lượng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →