or
Latihan ini merupakan bagian dari kursus
Model Bayesian menggabungkan wawasan awal (prior) dengan wawasan dari data teramati untuk membentuk wawasan posterior yang diperbarui tentang suatu parameter. Pada bab ini, Anda akan meninjau konsep-konsep Bayesian dalam konteks model Beta-Binomial yang mendasar untuk parameter proporsi. Anda juga akan mempelajari cara menggunakan paket rjags untuk mendefinisikan, mengompilasi, dan mensimulasikan model ini di R.
Model Bayesian Normal-Normal dua-parameter menyediakan landasan sederhana bagi model regresi Normal. Pada bab ini, Anda akan merancang model Normal-Normal serta mendefinisikan, mengompilasi, dan mensimulasikannya menggunakan rjags. Anda juga akan menelusuri mekanisme rantai Markov di balik simulasi rjags yang menghadirkan "keajaiban" tersebut.
Pada bab ini, Anda akan mengembangkan model Normal-Normal menjadi model regresi Bayesian sederhana. Dalam konteks ini, Anda akan mempelajari cara menggunakan keluaran simulasi rjags untuk melakukan inferensi posterior. Secara khusus, Anda akan membangun estimasi posterior untuk parameter regresi menggunakan rataan posterior dan selang kredibel, menguji hipotesis menggunakan probabilitas posterior, serta membangun sebaran prediktif posterior untuk pengamatan baru.
Pada bab terakhir ini, Anda akan menggeneralisasi model regresi Normal sederhana untuk diterapkan pada konteks yang lebih luas. Anda akan memasukkan prediktor kategorikal, merancang model regresi multivariat dengan dua prediktor, dan akhirnya memperluas metodologi ini ke model regresi multivariat Poisson untuk variabel cacah.
Latihan Saat Ini