O recapitulare a regresiei frecventiste cu `lm()`, o introducere în regresia bayesiană cu `stan_glm()` și o comparație a rezultatelor obținute cu fiecare metodă.

Regresie liniară non-bayesiană

Explorarea datelor

Ajustarea unui model de regresie liniară frecventistă

Regresie liniară bayesiană

Ajustarea unui model de regresie liniară bayesiană

Criterii de convergenţă

Evaluarea convergenței modelului

Comparație între metodele frecventiste și bayesiene

Diferența dintre frecventiști și bayesieni

Crearea intervalelor de credibilitate

Introducere în modelele liniare bayesiene

Învață cum să modifici modelul tău bayesian: schimbarea numărului și lungimii lanțurilor, ajustarea distribuțiilor a priori și adăugarea de predictori.

Ce conține un model Bayesian?

Modificarea lanțurilor

Am suficiente iterații?

Distribuții a priori

Determinarea distribuțiilor a priori

Calculează Scalele Ajustate

Distribuții a priori neajustate

Distribuții a priori specificate de utilizator

Modificarea distribuțiilor prior

Specificarea priorurilor informative

Consecințele distribuțiilor prior informative

Modificarea procesului de estimare

Modificarea estimării

Modificarea unui model bayesian

În acest capitol, vei învăța cum să determini dacă modelul estimat se potrivește datelor tale și cum să compari modele concurente.

Utilizarea statisticii R pătrat

Calcularea R-squared frecventist

R-squared pentru un model Bayesian

Verificări predictive ale modelului posterior

Distribuțiile scorurilor prezise

Distribuții pentru o singură observație

Calitatea modelului prin verificări predictive posterioare

Distribuția posterioară a lui R-pătrat

Testarea predictivă posterioară

Comparații bayesiene între modele

Calcularea estimării LOO

Compararea modelelor

Evaluarea calității modelului

În acest capitol, vei învăța cum să folosești modelul estimat pentru a crea vizualizări și pentru a face predicții pe date noi.

Vizualizarea unui model bayesian

Vizualizarea unui model Bayesian

Reprezentarea grafică a incertitudinii modelului

Realizarea predicțiilor

Popularitatea melodiilor observate

Popularitatea pentru melodii noi

Vizualizarea predicțiilor

Formatează posteriorele predicțiilor

Vizualizează predicțiile noi

Concluzie

Prezentarea și utilizarea unei regresii bayesiene

Spotify dataset

Estimarea bayesiană oferă o alternativă flexibilă față de tehnicile de modelare bazate pe valori p. În acest curs, vei învăța cum să estimezi modele de regresie liniară folosind metode bayesiene și pachetul rstanarm. Vei face cunoștință cu distribuțiile a priori, verificarea predictivă a modelului posterior și compararea modelelor în cadrul bayesian. De asemenea, vei învăța cum să folosești modelul estimat pentru a face predicții pe date noi.

Bayesian Modeling with RJAGS

Introduction to Data Visualization with ggplot2

Intermediate Regression in R

Învață să folosești metodele de estimare Bayesiene pentru a îmbunătăți inferențele regresiei liniare.

Modelare de regresie bayesiană cu rstanarm

Învață să folosești metode de estimare bayesiană pentru a face inferențe mai bune despre modelele de regresie liniară.

Cercetător în învățarea automată în R

Psychometrician, ATLAS, University of Kansas

Ajustarea modelului cu verificări predictive posterioare

Distribuția posterioară R pătrat

Histograma R pătrat

Suprapunere de densitate

Teste predictive posterioare

Să exersăm!

Evaluarea calității modelului - Calitatea modelului prin verificări predictive posterioare

Calitatea modelului prin verificări predictive posterioare

Create Your Free Account