Modifier les lois a priori
Modifions maintenant les lois a priori de notre modèle Spotify. Changer les a priori vous permet d'indiquer vos propres croyances sur les valeurs attendues des paramètres. Le jeu de données songs est déjà chargé.
Cette activité fait partie du cours
Modélisation de régression bayésienne avec rstanarm
Instructions de l’exercice
- Prédire
popularityà partir desong_age - Créer un modèle,
flat_prior, qui utilise des lois a priori uniformes pour tous les paramètres - Afficher à l'écran un sommaire des lois a priori
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Estimate a model with flat priors
flat_prior <- stan_glm(___, data = ___,
___ = ___, ___ = ___, ___ = ___)
# Print a prior summary
___(flat_prior)