lm()을 사용한 빈도주의 회귀를 복습하고, stan_glm()을 사용한 Bayesian 회귀를 소개한 뒤, 두 방법의 출력 결과를 비교합니다.

베이지안이 아닌 선형 회귀

데이터 탐색하기

빈도주의 선형 회귀 적합하기

베이지안 선형 회귀

베이지안 선형 회귀 적합하기

수렴 기준

모형 수렴 평가하기

빈도주의 방법과 베이지안 방법 비교

잦은주의자와 베이지안의 차이

신뢰구간 만들기

Bayesian 선형 모델 소개

체인 수와 길이 변경, 사전분포 수정, 예측변수 추가 등 Bayesian 모델을 수정하는 방법을 배웁니다.

베이지안 모델에는 무엇이 들어 있나요?

체인 변경하기

반복 횟수가 충분할까요?

사전분포

사전분포 확인하기

조정 스케일 계산하기

조정되지 않은 사전분포

사용자 지정 사전분포

사전분포 변경하기

정보성 사전분포 지정하기

정보성 사전분포의 영향

추정 과정 수정하기

추정 방식 변경하기

Bayesian 모델 수정하기

이 장에서는 추정된 모델이 데이터에 잘 맞는지 판단하는 방법과 경쟁 모형을 비교하는 방법을 배웁니다.

R 제곱 통계량 사용하기

빈도주의 R-제곱 계산하기

Bayesian 모형의 R-제곱

사후예측 모형 점검

예측 점수 분포

단일 관측치에 대한 분포

사후예측 모형 검증을 통한 모형 적합도 평가

결정계수(R-squared) 사후분포

사후 예측 점검

베이지안 모델 비교

LOO 추정값 계산하기

모형 비교하기

모형 적합도 평가

이 장에서는 추정된 모델로 시각화를 만들고, 새로운 데이터에 대한 예측을 수행하는 방법을 배웁니다.

베이지안 모델 시각화

베이지안 모델 시각화하기

모형 불확실성 시각화

예측 만들기

관측된 노래의 인기

새 노래의 인기도

예측 시각화하기

예측 사후분포 형식화

새 예측값 시각화

마무리

Bayesian 회귀 결과 제시와 활용

Spotify dataset

Bayesian 추정은 p-value에 의존하는 모델링 기법에 대한 유연한 대안을 제공합니다. 이 강의에서는 Bayesian 방법과 rstanarm 패키지를 사용해 선형 회귀 모델을 추정하는 방법을 배웁니다. 사전분포, 사후 예측 모형 점검, 그리고 Bayesian 관점에서의 모형 비교를 다룹니다. 또한 추정된 모델을 사용해 새로운 데이터에 대한 예측을 수행하는 방법도 학습합니다.

Bayesian Modeling with RJAGS

Introduction to Data Visualization with ggplot2

Intermediate Regression in R

베이지안 추정 방법을 활용하여 선형 회귀 모델에 대한 더 나은 추론을 배우세요.

rstanarm으로 배우는 Bayesian 회귀 모델링

Bayesian 추정 기법을 활용해 선형 회귀 모형에 대한 추론을 개선하는 방법을 배우세요.

머신 러닝 과학자 in R

정보성 사전분포의 영향

rstanarm으로 배우는 Bayesian 회귀 모델링

실습형 인터랙티브 연습문제