Uma revisão da regressão frequentista usando lm(), uma introdução à regressão bayesiana usando stan_glm() e uma comparação dos respectivos resultados.

Regressão Linear não Bayesiana

Explorando os dados

Ajustando uma regressão linear frequentista

Regressão Linear Bayesiana

Ajustando uma regressão linear Bayesiana

Critérios de convergência

Avaliando a convergência do modelo

Comparando métodos frequentistas e bayesianos

Diferença entre frequentistas e bayesianos

Criando intervalos credíveis

Introdução a Modelos Lineares Bayesianos

Aprenda a modificar seu modelo bayesiano, incluindo alterar o número e o comprimento das cadeias, mudar distribuições a priori e adicionar preditores.

O que há em um modelo bayesiano?

Alterando cadeias

Tenho iterações suficientes?

Distribuições a priori

Determinar distribuições a priori

Calcular escalas ajustadas

Priors não ajustados

Priors Especificados pelo Usuário

Alterando as priors

Especificando priors informativas

Consequências de priors informativas

Alterando o processo de estimação

Alterando a Estimação

Modificando um Modelo Bayesiano

Neste capítulo, vamos aprender a verificar se o modelo estimado se ajusta aos nossos dados e como comparar modelos concorrentes.

Usando a estatística R Quadrado

Calculando o R-quadrado Frequentista

R-quadrado para um modelo Bayesiano

Verificações preditivas do modelo a posteriori

Distribuições de pontuações previstas

Distribuições para uma única observação

Ajuste do modelo com verificações preditivas a posteriori

Distribuição a posteriori do R-quadrado

Teste Preditivo Posterior

Comparações de modelos bayesianos

Calculando a estimativa LOO

Comparando modelos

Avaliando o Ajuste do Modelo

Neste capítulo, vamos aprender a usar o modelo estimado para criar visualizações do seu modelo e fazer previsões para novos dados.

Visualizando um modelo Bayesiano

Plotando um modelo Bayesiano

Plotando a incerteza do modelo

Fazendo previsões

Popularidade para músicas observadas

Popularidade de Novas Músicas

Visualizando previsões

Formatar os pós-distribuídos das previsões

Visualizar novas previsões

Conclusão

Apresentando e Usando uma Regressão Bayesiana

Spotify dataset

A estimação bayesiana oferece uma alternativa flexível a técnicas de modelagem em que as inferências dependem de valores de p. Neste curso, você vai aprender a estimar modelos de regressão linear usando métodos bayesianos e o pacote rstanarm. Você será apresentado a distribuições a priori, verificação preditiva posterior do modelo e comparações de modelos dentro do framework bayesiano. Você também vai aprender a usar seu modelo estimado para fazer previsões para novos dados.

Bayesian Modeling with RJAGS

Introduction to Data Visualization with ggplot2

Intermediate Regression in R

Aprenda a usar métodos Bayesianos para melhorar inferências em modelos de regressão linear.

Modelagem de Regressão Bayesiana com rstanarm

Aprenda a usar métodos de estimativa bayesiana para fazer melhores inferências sobre modelos de regressão linear.

Cientista de aprendizado de máquina in R

Determinar distribuições a priori

Modelagem de Regressão Bayesiana com rstanarm

Instruções do exercício

Exercício interativo prático