or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
แบบจำลอง Bayesian ผสานความรู้เดิม (prior) เข้ากับข้อมูลที่สังเกตได้ เพื่อสร้างความเข้าใจใหม่ (posterior) เกี่ยวกับพารามิเตอร์ที่ต้องการ ในบทนี้ จะทบทวนแนวคิด Bayesian เหล่านี้ผ่านแบบจำลอง Beta-Binomial พื้นฐานสำหรับพารามิเตอร์สัดส่วน รวมถึงเรียนรู้วิธีใช้แพ็กเกจ rjags เพื่อกำหนด คอมไพล์ และจำลองแบบจำลองนี้ใน R
แบบจำลอง Bayesian แบบ Normal-Normal ที่มีสองพารามิเตอร์เป็นรากฐานที่เรียบง่ายสำหรับโมเดลการถดถอยแบบ Normal ในบทนี้ จะสร้างแบบจำลอง Normal-Normal และกำหนด คอมไพล์ รวมถึงจำลองแบบจำลองนี้ด้วย rjags นอกจากนี้ยังจะสำรวจกลไกของ Markov chain ที่อยู่เบื้องหลังการจำลองของ rjags
ในบทนี้ จะขยายแบบจำลอง Normal-Normal ไปสู่โมเดลการถดถอย Bayesian แบบเรียบง่าย พร้อมสำรวจวิธีใช้ผลลัพธ์จากการจำลอง rjags เพื่อทำการอนุมาน posterior โดยเฉพาะอย่างยิ่ง จะสร้างค่าประมาณ posterior ของพารามิเตอร์การถดถอยด้วยค่าเฉลี่ย posterior และช่วงความน่าเชื่อถือ ทดสอบสมมติฐานด้วยความน่าจะเป็น posterior และสร้างการแจกแจง posterior เชิงพยากรณ์สำหรับข้อมูลใหม่
ในบทสุดท้ายนี้ จะขยายโมเดลการถดถอยแบบ Normal อย่างง่ายเพื่อนำไปใช้ในบริบทที่กว้างขึ้น โดยจะเพิ่มตัวทำนายเชิงกลุ่ม สร้างโมเดลการถดถอยแบบพหุตัวแปรที่มีสองตัวทำนาย และขยายวิธีการนี้ไปสู่โมเดลการถดถอย Poisson แบบพหุตัวแปรสำหรับตัวแปรนับ
แบบฝึกหัดปัจจุบัน