การปรับแต่ง Chain
มาฝึกเปลี่ยนจำนวนและความยาวของ chain กัน เพื่อให้ได้ posterior distribution ที่มีขนาดต่างกัน การปรับขนาดของ posterior ช่วยให้เราเปลี่ยนจำนวนตัวอย่างที่ใช้ในการสรุปผล posterior และส่งผลต่อเวลาในการประมาณค่าด้วย ข้อมูล songs โหลดไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้างโมเดลการถดถอยแบบ Bayesian ด้วย rstanarm
คำแนะนำการฝึกหัด
- สำหรับทุกโมเดล ให้พยากรณ์
popularityจากsong_age - ประมาณโมเดลที่มี 3 chain แต่ละ chain ยาว 1000 iteration โดยตัด 500 iteration แรกทิ้ง
- ประมาณโมเดลที่มี 2 chain แต่ละ chain ยาว 100 iteration โดยตัด 50 iteration แรกทิ้ง
- แสดงสรุปผลของแต่ละโมเดล
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 3 chains, 1000 iterations, 500 warmup
model_3chains <- stan_glm(___ ~ ___, data = songs,
___ = ___, ___ = ___, ___ = ___)
# Print a summary of model_3chains
___(model_3chains)
# 2 chains, 100 iterations, 50 warmup
model_2chains <- stan_glm(___ ~ ___, data = songs,
___ = ___, ___ = ___, ___ = ___)
# Print a summary of model_2chains
___(model_2chains)