After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
Bayesian 추정은 p-value에 의존하는 모델링 기법에 대한 유연한 대안을 제공합니다. 이 강의에서는 Bayesian 방법과 rstanarm 패키지를 사용해 선형 회귀 모델을 추정하는 방법을 배웁니다. 사전분포, 사후 예측 모형 점검, 그리고 Bayesian 관점에서의 모형 비교를 다룹니다. 또한 추정된 모델을 사용해 새로운 데이터에 대한 예측을 수행하는 방법도 학습합니다.
사전 요구 사항
커리큘럼
코스 개요
1
Bayesian 선형 모델 소개
lm()을 사용한 빈도주의 회귀를 복습하고, stan_glm()을 사용한 Bayesian 회귀를 소개한 뒤, 두 방법의 출력 결과를 비교합니다.
2
Bayesian 모델 수정하기
체인 수와 길이 변경, 사전분포 수정, 예측변수 추가 등 Bayesian 모델을 수정하는 방법을 배웁니다.
3
모형 적합도 평가
이 장에서는 추정된 모델이 데이터에 잘 맞는지 판단하는 방법과 경쟁 모형을 비교하는 방법을 배웁니다.
4
Bayesian 회귀 결과 제시와 활용
이 장에서는 추정된 모델로 시각화를 만들고, 새로운 데이터에 대한 예측을 수행하는 방법을 배웁니다.
R
rstanarm으로 배우는 Bayesian 회귀 모델링
코스
완료
