开始使用免费开始使用

首页
课程
R 中的贝叶斯数据分析基础

贝叶斯是最优的，某种意义上…

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

本练习是课程的一部分

R 中的贝叶斯数据分析基础

SkillTag.level.intermediateSkillTag.label

4.9+

免费开始课程

本章将带您认识贝叶斯数据分析，并直观了解其工作方式。

Exercise 1: Bayes 的初体验 Exercise 2: 未知与冰淇淋 Exercise 3: 来做一次 Bayesian 数据分析 Exercise 4: 用 prop_model 模拟抛硬币 Exercise 5: 使用 prop_model 的僵尸药物 Exercise 6: 样本与后验汇总 Exercise 7: 查看来自 prop_model 的样本 Exercise 8: 总结僵尸药物实验 Exercise 9: 您已经完成了一些贝叶斯数据分析！

本章将深入探讨贝叶斯推断的基础。

Exercise 1: 贝叶斯推断所需的组成部分 Exercise 2: 试试一个生成模型 Exercise 3: 用二项分布小试身手 Exercise 4: 使用生成式模型 Exercise 5: 您的网站可能获得多少访客（1）？Exercise 6: 用先验表示不确定性 Exercise 7: 为模型加入先验 Exercise 8: 贝叶斯模型与条件化 Exercise 9: 使用数据更新贝叶斯模型 Exercise 10: 您的网站可能获得多少访问者（3）？Exercise 11: 我们完成了什么？

本章将向您展示使用贝叶斯数据分析的四个理由，帮助您将其纳入数据科学工具带。

Exercise 1: Bayes 的四个优点 Exercise 2: 用 Beta 分布作为先验的探索 Exercise 3: 选择最能体现已知信息的先验分布 Exercise 4: 将模型改为使用信息量先验 Exercise 5: 对比与比较 Exercise 6: 使用另一份数据集拟合模型 Exercise 7: 计算后验差值 Exercise 8: 决策分析 Exercise 9: 一次小型决策分析 1 Exercise 10: 一个小型决策分析 2 Exercise 11: 改一改，一切都能变 Exercise 12: Poisson 分布 Exercise 13: 按天点击数，而不是按广告点击数 Exercise 14: 贝叶斯是最优的，某种意义上…

当前练习

了解贝叶斯定理的要点，以及如何将其用于统计推断。

Exercise 1: 概率规则 Exercise 2: 扑克牌与加法法则 Exercise 3: 扑克牌与乘法法则 Exercise 4: 计算似然 Exercise 5: 从 rbinom 到 dbinom Exercise 6: 使用 dbinom 计算概率 Exercise 7: 贝叶斯计算 Exercise 8: 计算联合分布 Exercise 9: 再次基于数据进行条件化 Exercise 10: 条件化小捷径 Exercise 11: 贝叶斯定理 Exercise 12: 一个 Poisson 模型的描述

学习如何使用正态分布分析连续数据，并在 R 中试用一个用于实践贝叶斯分析的工具。

Exercise 1: 正态湖中的温度 Exercise 2: rnorm、dnorm 与新生儿体重 Exercise 3: 水温的贝叶斯模型 Exercise 4: 僵尸 IQ 的贝叶斯模型 Exercise 5: 凭肉眼估算僵尸的平均 IQ？Exercise 6: 回答这个问题：我该办一场沙滩派对吗？Exercise 7: 从僵尸后验分布中采样 Exercise 8: 但下一个僵尸会有多聪明？Exercise 9: 一个实用工具：BEST Exercise 10: BEST 模型与节食的僵尸 Exercise 11: BEST 具有稳健性 Exercise 12: 您学到了什么？我们还缺少哪些内容？