Modyfikowanie łańcuchów
Poćwiczymy teraz zmienianie liczby i długości łańcuchów, aby uzyskać rozkład a posteriori różnych rozmiarów. Zmieniając rozmiar rozkładu a posteriori, możemy wpłynąć na liczbę próbek używanych w podsumowaniach oraz na czas estymacji. Zbiór danych songs jest już wczytany.
To ćwiczenie jest częścią kursu
Bayesowskie modelowanie regresji z rstanarm
Instrukcje do ćwiczenia
- We wszystkich modelach przewiduj
popularityna podstawiesong_age. - Zestymuj model z 3 łańcuchami, każdy o długości 1000 iteracji, z odrzuceniem pierwszych 500
- Zestymuj model z 2 łańcuchami, każdy o długości 100 iteracji, z odrzuceniem pierwszych 50
- Wyświetl podsumowanie każdego z modeli
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 3 chains, 1000 iterations, 500 warmup
model_3chains <- stan_glm(___ ~ ___, data = songs,
___ = ___, ___ = ___, ___ = ___)
# Print a summary of model_3chains
___(model_3chains)
# 2 chains, 100 iterations, 50 warmup
model_2chains <- stan_glm(___ ~ ___, data = songs,
___ = ___, ___ = ___, ___ = ___)
# Print a summary of model_2chains
___(model_2chains)