Pular para o conteúdo principal

Curso

Modelagem de Regressão Bayesiana com rstanarm

AvançadoNível de habilidade

Atualizado 12/2021

Aprenda a usar métodos de estimativa bayesiana para fazer melhores inferências sobre modelos de regressão linear.

Iniciar curso gratuitamente

RProbability & Statistics

4 h

15 vídeos

45 Exercícios

3,400 XP

7,081

Declaração de realização

Preferido por alunos de milhares de empresas

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

A estimação bayesiana oferece uma alternativa flexível a técnicas de modelagem em que as inferências dependem de valores de p. Neste curso, você vai aprender a estimar modelos de regressão linear usando métodos bayesianos e o pacote rstanarm. Você será apresentado a distribuições a priori, verificação preditiva posterior do modelo e comparações de modelos dentro do framework bayesiano. Você também vai aprender a usar seu modelo estimado para fazer previsões para novos dados.

Pré-requisitos

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

1

Introdução a Modelos Lineares Bayesianos

Uma revisão da regressão frequentista usando lm(), uma introdução à regressão bayesiana usando stan_glm() e uma comparação dos respectivos resultados.

Regressão Linear não Bayesiana

Explorando os dados

Ajustando uma regressão linear frequentista

Regressão Linear Bayesiana

Ajustando uma regressão linear Bayesiana

Critérios de convergência

Avaliando a convergência do modelo

Comparando métodos frequentistas e bayesianos

Diferença entre frequentistas e bayesianos

Criando intervalos credíveis

Iniciar capítulo

2

Modificando um Modelo Bayesiano

Aprenda a modificar seu modelo bayesiano, incluindo alterar o número e o comprimento das cadeias, mudar distribuições a priori e adicionar preditores.

O que há em um modelo bayesiano?

Alterando cadeias

Tenho iterações suficientes?

Distribuições a priori

Determinar distribuições a priori

Calcular escalas ajustadas

Priors não ajustados

Priors Especificados pelo Usuário

Alterando as priors

Especificando priors informativas

Consequências de priors informativas

Alterando o processo de estimação

Alterando a Estimação

Iniciar capítulo

3

Avaliando o Ajuste do Modelo

Neste capítulo, vamos aprender a verificar se o modelo estimado se ajusta aos nossos dados e como comparar modelos concorrentes.

Usando a estatística R Quadrado

Calculando o R-quadrado Frequentista

R-quadrado para um modelo Bayesiano

Verificações preditivas do modelo a posteriori

Distribuições de pontuações previstas

Distribuições para uma única observação

Ajuste do modelo com verificações preditivas a posteriori

Distribuição a posteriori do R-quadrado

Teste Preditivo Posterior

Comparações de modelos bayesianos

Calculando a estimativa LOO

Comparando modelos

Iniciar capítulo

4

Apresentando e Usando uma Regressão Bayesiana

Neste capítulo, vamos aprender a usar o modelo estimado para criar visualizações do seu modelo e fazer previsões para novos dados.

Visualizando um modelo Bayesiano

Plotando um modelo Bayesiano

Plotando a incerteza do modelo

Fazendo previsões

Popularidade para músicas observadas

Popularidade de Novas Músicas

Visualizando previsões

Formatar os pós-distribuídos das previsões

Visualizar novas previsões

Iniciar capítulo

Modelagem de Regressão Bayesiana com rstanarm

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora

Faça como mais de 19 milhões de alunos e comece Modelagem de Regressão Bayesiana com rstanarm hoje mesmo!

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.