En genomgång av frekventistisk regression med lm(), en introduktion till bayesiansk regression med stan_glm() och en jämförelse av respektive utdata.

Icke-bayesiansk linjär regression

Utforska datan

Anpassa en frekventistisk linjär regression

Bayesiansk linjär regression

Anpassa en bayesiansk linjär regression

Konvergenskriterier

Bedöma modellkonvergens

Jämförelse av frekventistiska och bayesianska metoder

Skillnaden mellan frekventister och bayesianer

Skapa trovärdighetsintervall

Introduktion till bayesianska linjära modeller

Lär dig att modifiera din bayesianska modell – bland annat genom att ändra antal och längd på kedjor, justera fördelningar a priori och lägga till prediktorer.

Vad ingår i en bayesiansk modell?

Ändra kedjor

Har jag tillräckligt med iterationer?

Priordistributioner

Identifiera priorifördelningar

Beräkna justerade skalor

Ojusterade priors

Användardefinierade priorer

Ändra priorfördelningar

Specificera informativa priors

Konsekvenser av informativa priors

Justera estimeringsprocessen

Justera estimeringen

Modifiera en bayesiansk modell

I det här kapitlet lär du dig att avgöra om den skattade modellen passar dina data och hur du jämför konkurrerande modeller.

Använda R²-statistiken

Beräkna frekventistiskt R-kvadrat

R-kvadrat för en bayesiansk modell

Kontroller av posteriort prediktiv modell

Fördelningar av predikterade värden

Fördelningar för en enskild observation

Modellanpassning med posteriora prediktiva modellkontroller

Posteriorifördelning av R-kvadrat

Posterior prediktiv testning

Bayesianska modeljämförelser

Beräkna LOO-skattningen

Jämföra modeller

Bedöma modellens anpassning

I det här kapitlet lär du dig att använda den skattade modellen för att skapa visualiseringar och göra prediktioner för nya data.

Visualisera en bayesiansk modell

Visualisera modellens osäkerhet

Göra förutsägelser

Popularitet för observerade låtar

Popularitet för nya låtar

Visualisering av prediktioner

Formatera prediktionsposteriorar

Visualisera nya prediktioner

Avslutning

Presentera och använda en bayesiansk regression

Spotify dataset

Bayesiansk skattning erbjuder ett flexibelt alternativ till modelleringsmetoder där slutsatserna baseras på p-värden. I den här kursen lär du dig att skatta linjära regressionsmodeller med bayesianska metoder och paketet rstanarm. Du introduceras till fördelningar a priori, kontroll av posteriora prediktiva modeller och modelljämförelser inom det bayesianska ramverket. Du lär dig också att använda din skattade modell för att göra prediktioner för nya data.

Bayesian Modeling with RJAGS

Introduction to Data Visualization with ggplot2

Intermediate Regression in R

Lär dig använda Bayesianska metoder för att förbättra slutsatser om linjära regressionsmodeller.

Bayesiansk regressionsmodellering med rstanarm

Lär dig använda Bayesianska skattningsmetoder för att dra bättre slutsatser om linjära regressionsmodeller.

Maskininlärningsforskare i R

Fördelningar för en enskild observation

Bayesiansk regressionsmodellering med rstanarm

Interaktiv övning med praktiskt arbete