CommencerCommencer gratuitement

Modifier les lois a priori

Modifions maintenant les distributions 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.

Cet exercice fait partie du cours

Modélisation de régression bayésienne avec rstanarm

Afficher le cours

Instructions

  • Prédire popularity à partir de song_age
  • Créer un modèle flat_prior qui utilise des lois a priori uniformes pour tous les paramètres
  • Afficher un résumé des distributions a priori à l’écran

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Estimate a model with flat priors
flat_prior <- stan_glm(___, data = ___,
    ___ = ___, ___ = ___, ___ = ___)

# Print a prior summary
___(flat_prior)
Modifier et exécuter le code