EmpezarEmpieza gratis

Inicio
Cursos
Fundamentos del Análisis de Datos Bayesiano en R

Cambia lo que quieras

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este ejercicio forma parte del curso

Fundamentos del Análisis de Datos Bayesiano en R

IntermedioNivel de habilidad

4.9+

Empieza el curso gratis

En este capítulo te introducirás en el análisis de datos bayesiano y te harás una idea de cómo funciona.

Exercise 1: Un primer acercamiento a Bayes Exercise 2: Incógnitas y helados Exercise 3: Probemos con algo de análisis de datos bayesiano Exercise 4: Lanzamientos de moneda con prop_model Exercise 5: Drogas para zombis con prop_model Exercise 6: Muestras y resúmenes a posteriori Exercise 7: Examinando muestras de prop_model Exercise 8: Resumiendo el experimento del fármaco contra zombis Exercise 9: ¡Ya has hecho análisis de datos bayesiano!

En este capítulo analizaremos en detalle los fundamentos de la inferencia bayesiana.

Exercise 1: Los elementos necesarios para la inferencia bayesiana Exercise 2: Pon a prueba un modelo generativo Exercise 3: Prueba la distribución binomial Exercise 4: Usar un modelo generativo Exercise 5: ¿Cuántos visitantes podría tener tu sitio (1)?Exercise 6: Representar la incertidumbre con priors Exercise 7: Añadiendo una previa al modelo Exercise 8: Modelos bayesianos y condicionamiento Exercise 9: Actualiza un modelo bayesiano con datos Exercise 10: ¿Cuántos visitantes podría tener tu sitio (3)?Exercise 11: ¿Qué hemos hecho?

Este capítulo te mostrará cuatro razones por las que el análisis de datos bayesiano es una herramienta útil para tu caja de herramientas de ciencia de datos.

Exercise 1: Cuatro cosas buenas de Bayes Exercise 2: Explora el uso de la distribución Beta como previa Exercise 3: Elige la previa que mejor refleje la información Exercise 4: Modifica el modelo para usar un previo informativo Exercise 5: Contrastes y comparaciones Exercise 6: Ajusta el modelo usando otro conjunto de datos Exercise 7: Calcular la diferencia posterior Exercise 8: Análisis de decisiones Exercise 9: Un pequeño análisis de decisión 1 Exercise 10: Un pequeño análisis de decisión 2 Exercise 11: Cambia lo que quieras

Ejercicio actual

Exercise 12: La distribución de Poisson Exercise 13: Clics por día en lugar de clics por anuncio Exercise 14: Bayes es óptimo... más o menos

Aprende en qué consiste el teorema de Bayes y cómo usarlo para la inferencia estadística.

Exercise 1: Reglas de probabilidad Exercise 2: Cartas y la regla de la suma Exercise 3: Cartas y la regla del producto Exercise 4: Calcular verosimilitudes Exercise 5: De rbinom a dbinom Exercise 6: Calcular probabilidades con dbinom Exercise 7: Cálculo bayesiano Exercise 8: Calcular una distribución conjunta Exercise 9: Condicionando en los datos (de nuevo)Exercise 10: Un atajo con condicionamiento Exercise 11: Teorema de Bayes Exercise 12: Descripción de un modelo de Poisson

Aprende a usar la distribución Normal para analizar datos continuos y prueba una herramienta para el análisis bayesiano práctico en R.

Exercise 1: La temperatura en un lago Normal Exercise 2: rnorm, dnorm y el peso de recién nacidos Exercise 3: Un modelo bayesiano de la temperatura del agua Exercise 4: Un modelo bayesiano del CI zombi Exercise 5: ¿A ojo, cuál es el CI medio de los zombis?Exercise 6: Respondiendo a la pregunta: ¿Debería hacer una fiesta en la playa?Exercise 7: Muestrear del posterior de zombis Exercise 8: ¿Pero qué tan listo será el próximo zombi?Exercise 9: Una herramienta práctica: BEST Exercise 10: Los modelos BEST y zombis a dieta Exercise 11: BEST es robusto Exercise 12: ¿Qué has aprendido? ¿Qué nos hemos dejado?