După ce am parcurs aceste cursuri, mă simt încrezător să creez vizualizări și tablouri de bord profesionale
Shoebur RahmanSpecialist în achiziții, Giz Bangladesh
Descrierea cursului
Estimarea bayesiană oferă o alternativă flexibilă față de tehnicile de modelare bazate pe valori p. În acest curs, vei învăța cum să estimezi modele de regresie liniară folosind metode bayesiene și pachetul rstanarm. Vei face cunoștință cu distribuțiile a priori, verificarea predictivă a modelului posterior și compararea modelelor în cadrul bayesian. De asemenea, vei învăța cum să folosești modelul estimat pentru a face predicții pe date noi.
Cerințe prealabile
Programă
Planul cursului
1
Introducere în modelele liniare bayesiene
O recapitulare a regresiei frecventiste cu `lm()`, o introducere în regresia bayesiană cu `stan_glm()` și o comparație a rezultatelor obținute cu fiecare metodă.
- Regresie liniară non-bayesiană50 XP
- Explorarea datelor100 XP
- Ajustarea unui model de regresie liniară frecventistă100 XP
- Regresie liniară bayesiană50 XP
- Ajustarea unui model de regresie liniară bayesiană100 XP
- Criterii de convergenţă50 XP
- Evaluarea convergenței modelului50 XP
- Comparație între metodele frecventiste și bayesiene50 XP
- Diferența dintre frecventiști și bayesieni50 XP
- Crearea intervalelor de credibilitate100 XP
2
Modificarea unui model bayesian
Învață cum să modifici modelul tău bayesian: schimbarea numărului și lungimii lanțurilor, ajustarea distribuțiilor a priori și adăugarea de predictori.
3
Evaluarea calității modelului
În acest capitol, vei învăța cum să determini dacă modelul estimat se potrivește datelor tale și cum să compari modele concurente.
4
Prezentarea și utilizarea unei regresii bayesiene
În acest capitol, vei învăța cum să folosești modelul estimat pentru a crea vizualizări și pentru a face predicții pe date noi.
R
Modelare de regresie bayesiană cu rstanarm
Curs
finalizat
