我有一个大数据集的形式：$X_1, X_2, X_3, X_4, Y$. 所有$X_i, i \in {1,...,4}$来自不同的未知分布和$Y$服从伯努利分布，所以它只能取值$\{0, 1\}$. 问题是我如何预测$Y$鉴于观察到$X_i$. 据我所知，这可以使用二元逻辑回归来解决。此外，我们可以为 Y=1 的概率设置一个 0.95 的阈值，以估计 Y 的值（即如果 P(Y=1)>=0.95，那么我们估计 Y 为 1）一些给予信心。
这里出现的问题是我们是否可以使用（分层？）贝叶斯模型来解决估计 Y 值的相同问题。有什么建议吗？此外，是否有任何论文、书籍章节或教程可以解决相同的问题？据我所见，统计教科书涵盖了众所周知的分布的琐碎情况，我们可以在其中分析计算所有内容。但是，如果我有可以遵循任意分布的多维实验数据，那又如何呢？谢谢。