جلد 5، شماره 1 و 2 - ( آبان 1385 )                   جلد 5 شماره 1 و 2 صفحات 9-24 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Eskandari F, Meshkani M R. Bayesian Logistic Regression Model Choice via Laplace-Metropolis Algorithm. JIRSS. 2006; 5 (1 and 2) :9-24
URL: http://jirss.irstat.ir/article-1-133-fa.html
انتخاب یک مدل رگرسیون لجستیک چند متغیره با استفاده‎ از الگوریتم لاپلاس-متروپلیس. پژوهشنامه انجمن آمار ایران. 1385; 5 (1 و 2) :9-24

URL: http://jirss.irstat.ir/article-1-133-fa.html


چکیده:   (11582 مشاهده)
در این مقاله می‌خواهیم یک روش جایگزین با استفاده از الگوریتم لاپلاس-متروپلیس برای تحلیل مدل رگرسیون لجستیک چند متغیره با استفاده از نگرش بیزی ارائه نماییم. در این باره توزیع پیشین را در دو حالت آگاهی بخش و ناآگاهی بخش در نظر می‌گیریم، که برای حالت آگاهی بخش یک برآورد کننده یکتا را که پذیرفتنی است ارائه خواهیم نمود. در یک مطالعه شبیه سازی از طریق روش‌های زنجیره‌ای مارکف مونت کارلو نیز برای بررسی درستی مدل‌های پیشنهادی برآوردکننده‌های بیزی پارامترهای مدل نهایی را بدست می‌آوریم. پیشنهاد انجام شده در این مقاله نیز بوسیله یک مثال واقعی مورد بررسی عددی قرار گرفته است که داده‌های مربوطه پیش از این توسط افراد دیگری مورد ارزیابی قرار گرفته است.
متن کامل [PDF 220 kb]   (3028 دریافت)    
موضوع مقاله: 60: Probability theory and stochastic processes
دریافت: ۱۳۹۰/۸/۱۳ | پذیرش: ۱۳۹۴/۶/۲۱

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

کلیه حقوق این وب سایت متعلق به پژوهشنامه انجمن آمار ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2015 All Rights Reserved | Journal of The Iranian Statistical Society

Designed & Developed by : Yektaweb