Vai al contenuto principale

Corso

Modellazione di regressione bayesiana con rstanarm

AvanzatoLivello di competenza

Aggiornato 12/2021

Scopri come usare i metodi di stima bayesiani per fare previsioni più accurate sui modelli di regressione lineare.

Inizia il corso gratis

RProbability & Statistics

4 h

15 video

45 Esercizi

3,400 XP

7,082

Attestato di conseguimento

Preferito dagli studenti di migliaia di aziende

Formare un team?

Prova per il Business

Descrizione del corso

La stima bayesiana offre un’alternativa flessibile alle tecniche di modellazione in cui le inferenze dipendono dai p-value. In questo corso imparerai a stimare modelli di regressione lineare usando metodi bayesiani e il pacchetto rstanarm. Sarai introdotto alle distribuzioni a priori, al controllo predittivo a posteriori del modello e al confronto tra modelli nel quadro bayesiano. Imparerai anche a usare il modello stimato per fare previsioni su nuovi dati.

Prerequisiti

Bayesian Modeling with RJAGS Introduction to Data Visualization with ggplot2 Intermediate Regression in R

1

Introduzione ai modelli lineari bayesiani

Ripasso della regressione frequentista con lm(), introduzione alla regressione bayesiana con stan_glm() e confronto dei rispettivi output.

Regressione lineare non bayesiana

Esplorare i dati

Adattare una regressione lineare frequentista

Regressione lineare bayesiana

Adattare una regressione lineare bayesiana

Criteri di convergenza

Valutare la convergenza del modello

Confrontare i metodi frequentisti e bayesiani

Differenza tra frequentisti e bayesiani

Creare intervalli credibili

Inizia il capitolo

2

Modificare un modello bayesiano

Scopri come modificare il tuo modello bayesiano, incluso il cambio del numero e della lunghezza delle catene, la modifica delle distribuzioni a priori e l’aggiunta di predittori.

Cosa c'è in un modello bayesiano?

Modificare le catene

Ho abbastanza iterazioni?

Distribuzioni a priori

Determina le distribuzioni a priori

Calcola le scale aggiustate

Priors non regolati

Priori specificate dall’utente

Modificare i priori

Specificare prior informativi

Conseguenze dei prior informativi

Modificare il processo di stima

Modificare la stima

Inizia il capitolo

3

Valutare l’adeguatezza del modello

In questo capitolo impareremo a capire se il modello stimato si adatta ai nostri dati e come confrontare modelli alternativi.

Usare la statistica R quadrato

Calcolare l'R-quadrato frequentista

R-quadrato per un modello Bayesiano

Verifiche predittive del modello a posteriori

Distribuzioni dei punteggi predetti

Distribuzioni per una singola osservazione

Valutare l’aderenza del modello con i controlli predittivi posteriori

Posteriori di R-squared

Verifica predittiva a posteriori

Confronti tra modelli bayesiani

Calcolare la stima LOO

Confrontare i modelli

Inizia il capitolo

4

Presentare e usare una regressione bayesiana

In questo capitolo impareremo a usare il modello stimato per creare visualizzazioni del tuo modello e fare previsioni su nuovi dati.

Visualizzare un modello bayesiano

Rappresentare un modello bayesiano

Rappresentare l'incertezza del modello

Creare previsioni

Popolarità per i brani osservati

Popolarità per nuove canzoni

Visualizzare le previsioni

Formatta i posteriori delle predizioni

Visualizza le nuove previsioni

Conclusione

Inizia il capitolo

Modellazione di regressione bayesiana con rstanarm

Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performanceIscriviti ora

Unisciti a oltre 19 milioni di studenti e inizia Modellazione di regressione bayesiana con rstanarm oggi!

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.