Определение априорных распределений
Теперь давайте изучим априорные распределения для байесовской модели, чтобы разобраться, как rstanarm работает с априорными параметрами. Априорные распределения могут существенно влиять на модель, поэтому важно знать, какие из них были использованы при её оценке. Набор данных songs уже загружен.
Это упражнение является частью курса
Байесовское регрессионное моделирование с rstanarm
Инструкции к упражнению
- Постройте модель, предсказывающую
popularityна основеsong_age - Выведите на экран сводку по априорным распределениям
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Estimate the model
stan_model <- ___(___ ~ ___, data = songs)
# Print a summary of the prior distributions
___(stan_model)