Нескорректированные априорные распределения

Теперь зададим модель, которая не использует скорректированные масштабы для априорных распределений — это позволит изменить поведение rstanarm по умолчанию и получить более прямой контроль над информацией, поступающей в процесс оценки. Набор данных songs уже загружен.

Это упражнение является частью курса

Байесовское регрессионное моделирование с rstanarm

Посмотреть курс

Инструкции к упражнению

Постройте прогноз popularity на основе song_age
Укажите rstanarm, что автоматическое масштабирование параметров не нужно
Выведите сводку по априорным распределениям, чтобы убедиться в отсутствии корректировки

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Estimate the model with unadjusted scales
no_scale <- stan_glm(popularity ~ song_age, data = songs,
    ___ = normal(___ = FALSE),
    ___ = normal(___ = FALSE),
    ___ = exponential(___ = FALSE)
)

# Print the prior summary
___(no_scale)

Редактировать и запускать код