Przejdź do głównej treści

Strona główna R

Kurs

Bayesowskie modelowanie regresji z rstanarm

ZaawansowanyPoziom umiejętności

Zaktualizowano 12.2021

Poznaj metody estymacji bayesowskiej, by trafniej wnioskować o modelach regresji liniowej.

Zacznij kurs za darmo

RProbability & Statistics

4 godz.

15 filmów

45 Ćwiczeń

3,400 XP

7,081

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Estymacja bayesowska to elastyczna alternatywa dla technik modelowania opartych na wartościach p. W tym kursie nauczysz się estymować modele regresji liniowej metodami bayesowskimi z użyciem pakietu rstanarm. Poznasz rozkłady a priori, sprawdzanie modelu na podstawie predykcji a posteriori oraz porównywanie modeli w podejściu bayesowskim. Dowiesz się też, jak wykorzystać wyestymowany model do prognozowania na nowych danych.

Wymagania wstępne

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

1

Introduction to Bayesian Linear Models

A review of frequentist regression using lm(), an introduction to Bayesian regression using stan_glm(), and a comparison of the respective outputs.

Non-Bayesian Linear Regression

Exploring the data

Fitting a frequentist linear regression

Bayesian Linear Regression

Fitting a Bayesian linear regression

Convergence criteria

Assessing model convergence

Comparing frequentist and Bayesian methods

Difference between frequentists and Bayesians

Creating credible intervals

Zacznij rozdział

2

Modifying a Bayesian Model

Learn how to modify your Bayesian model including changing the number and length of chains, changing prior distributions, and adding predictors.

What's in a Bayesian Model?

Altering chains

Do I have enough iterations?

Prior distributions

Determine Prior Distributions

Calculate Adjusted Scales

Unadjusted Priors

User Specified Priors

Changing Priors

Specifying informative priors

Consequences of informative priors

Altering the estimation process

Altering the Estimation

Zacznij rozdział

3

Assessing Model Fit

In this chapter, we'll learn how to determine if our estimated model fits our data and how to compare competing models.

Using the R Squared statistic

Calculating Frequentist R-squared

R-squared for a Bayesian Model

Posterior predictive model checks

Predicted score distributions

Distributions for a single observation

Model fit with posterior predictive model checks

R-squared Posterior

Posterior Predictive Testing

Bayesian model comparisons

Calculating the LOO estimate

Comparing models

Zacznij rozdział

4

Presenting and Using a Bayesian Regression

In this chapter, we'll learn how to use the estimated model to create visualizations of your model and make predictions for new data.

Visualizing a Bayesian model

Plotting a Bayesian model

Plotting Model Uncertainty

Making predictions

Popularity for Observed Songs

Popularity for New Songs

Visualizing predictions

Format prediction posteriors

Visualize New Predictions

Zacznij rozdział

Bayesowskie modelowanie regresji z rstanarm

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Bayesowskie modelowanie regresji z rstanarm już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.