Ripasso della regressione frequentista con lm(), introduzione alla regressione bayesiana con stan_glm() e confronto dei rispettivi output.

Regressione lineare non bayesiana

Esplorare i dati

Adattare una regressione lineare frequentista

Regressione lineare bayesiana

Adattare una regressione lineare bayesiana

Criteri di convergenza

Valutare la convergenza del modello

Confrontare i metodi frequentisti e bayesiani

Differenza tra frequentisti e bayesiani

Creare intervalli credibili

Introduzione ai modelli lineari bayesiani

Scopri come modificare il tuo modello bayesiano, incluso il cambio del numero e della lunghezza delle catene, la modifica delle distribuzioni a priori e l’aggiunta di predittori.

Cosa c'è in un modello bayesiano?

Modificare le catene

Ho abbastanza iterazioni?

Distribuzioni a priori

Determina le distribuzioni a priori

Calcola le scale aggiustate

Priors non regolati

Priori specificate dall’utente

Modificare i priori

Specificare prior informativi

Conseguenze dei prior informativi

Modificare il processo di stima

Modificare la stima

Modificare un modello bayesiano

In questo capitolo impareremo a capire se il modello stimato si adatta ai nostri dati e come confrontare modelli alternativi.

Usare la statistica R quadrato

Calcolare l'R-quadrato frequentista

R-quadrato per un modello Bayesiano

Verifiche predittive del modello a posteriori

Distribuzioni dei punteggi predetti

Distribuzioni per una singola osservazione

Valutare l’aderenza del modello con i controlli predittivi posteriori

Posteriori di R-squared

Verifica predittiva a posteriori

Confronti tra modelli bayesiani

Calcolare la stima LOO

Confrontare i modelli

Valutare l’adeguatezza del modello

In questo capitolo impareremo a usare il modello stimato per creare visualizzazioni del tuo modello e fare previsioni su nuovi dati.

Visualizzare un modello bayesiano

Rappresentare un modello bayesiano

Rappresentare l'incertezza del modello

Creare previsioni

Popolarità per i brani osservati

Popolarità per nuove canzoni

Visualizzare le previsioni

Formatta i posteriori delle predizioni

Visualizza le nuove previsioni

Conclusione

Presentare e usare una regressione bayesiana

Spotify dataset

La stima bayesiana offre un’alternativa flessibile alle tecniche di modellazione in cui le inferenze dipendono dai p-value. In questo corso imparerai a stimare modelli di regressione lineare usando metodi bayesiani e il pacchetto rstanarm. Sarai introdotto alle distribuzioni a priori, al controllo predittivo a posteriori del modello e al confronto tra modelli nel quadro bayesiano. Imparerai anche a usare il modello stimato per fare previsioni su nuovi dati.

Bayesian Modeling with RJAGS

Introduction to Data Visualization with ggplot2

Intermediate Regression in R

Scopri come utilizzare i metodi di stima bayesiana per migliorare le inferenze sui modelli di regressione.

Modellazione di regressione bayesiana con rstanarm

Scopri come usare i metodi di stima bayesiani per fare previsioni più accurate sui modelli di regressione lineare.

Scienziato dell'apprendimento automatico in R

Distribuzioni per una singola osservazione

Modellazione di regressione bayesiana con rstanarm

esercizio interattivo pratico