Ôn tập hồi quy frequentist với lm(), giới thiệu hồi quy Bayesian với stan_glm(), và so sánh các đầu ra tương ứng.

Hồi quy tuyến tính phi-Bayesian

Khám phá dữ liệu

Ước lượng hồi quy tuyến tính theo tần suất (frequentist)

Hồi quy tuyến tính Bayesian

Khớp một hồi quy tuyến tính Bayes

Tiêu chí hội tụ

Đánh giá hội tụ của mô hình

So sánh phương pháp tần suất và phương pháp Bayes

Sự khác biệt giữa frequentist và Bayesian

Tạo khoảng tin cậy (credible interval)

Giới thiệu về Mô hình Hồi quy Tuyến tính Bayesian

Tìm hiểu cách điều chỉnh mô hình Bayesian của bạn, bao gồm thay đổi số lượng và độ dài các chuỗi (chains), thay đổi phân phối tiên nghiệm, và thêm biến dự báo.

Bên trong một mô hình Bayes có gì?

Thay đổi số chuỗi (chains)

Số vòng lặp của mình đã đủ chưa?

Phân phối tiên nghiệm

Xác định các phân phối tiên nghiệm (Prior)

Tính các thang đo đã điều chỉnh

Priors không điều chỉnh

Tự xác định prior

Thay đổi prior

Chỉ định prior có thông tin

Hệ quả của các prior thông tin

Điều chỉnh quy trình ước lượng

Điều chỉnh quá trình ước lượng

Điều chỉnh Mô hình Bayesian

Trong chương này, chúng ta sẽ học cách xác định xem mô hình đã ước lượng có phù hợp với dữ liệu hay không và cách so sánh các mô hình cạnh tranh.

Sử dụng thống kê R Squared

Tính R-squared theo Frequentist

R-squared cho mô hình Bayesian

Kiểm tra mô hình dự đoán hậu nghiệm

Phân phối điểm dự đoán

Phân phối cho một quan sát đơn lẻ

Độ phù hợp mô hình với kiểm tra dự đoán hậu nghiệm

Hậu nghiệm R-squared

Kiểm định dự đoán hậu nghiệm

So sánh mô hình Bayesian

Tính toán ước lượng LOO

So sánh mô hình

Đánh giá Mức độ Phù hợp của Mô hình

Trong chương này, chúng ta sẽ học cách dùng mô hình đã ước lượng để tạo trực quan hóa cho mô hình của bạn và đưa ra dự đoán cho dữ liệu mới.

Trực quan hóa một mô hình Bayesian

Vẽ mô hình Bayesian

Vẽ trực quan độ bất định của mô hình

Tạo dự đoán

Mức độ phổ biến cho các bài hát đã quan sát

Độ phổ biến cho các bài hát mới

Trực quan hóa dự đoán

Định dạng hậu nghiệm dự đoán

Trực quan hóa các dự đoán mới

Kết luận

Trình bày và Ứng dụng Hồi quy Bayesian

Spotify dataset

Ước lượng Bayesian mang đến một lựa chọn linh hoạt so với các kỹ thuật mô hình hóa dựa vào p-value. Trong khóa học này, bạn sẽ học cách ước lượng các mô hình hồi quy tuyến tính bằng phương pháp Bayesian và gói rstanarm. Bạn sẽ được giới thiệu về phân phối tiên nghiệm, kiểm tra mô hình dự báo hậu nghiệm và so sánh mô hình trong khuôn khổ Bayesian. Bạn cũng sẽ học cách dùng mô hình đã ước lượng để dự đoán cho dữ liệu mới.

Bayesian Modeling with RJAGS

Introduction to Data Visualization with ggplot2

Intermediate Regression in R

Tìm hiểu cách sử dụng phương pháp ước lượng Bayesian để suy luận tốt hơn về mô hình hồi quy tuyến tính.

Mô hình Hồi quy Bayesian với rstanarm

Học cách tận dụng các phương pháp ước lượng Bayes để đưa ra suy luận tốt hơn về các mô hình hồi quy tuyến tính.

Chuyên gia Khoa học Học máy trong R

Đánh giá hội tụ của mô hình

Mô hình Hồi quy Bayesian với rstanarm

Bài tập tương tác thực hành