Build your ultimate AI agent
Kursbeskrivning
Bayesiansk skattning erbjuder ett flexibelt alternativ till modelleringsmetoder där slutsatserna baseras på p-värden. I den här kursen lär du dig att skatta linjära regressionsmodeller med bayesianska metoder och paketet rstanarm. Du introduceras till fördelningar a priori, kontroll av posteriora prediktiva modeller och modelljämförelser inom det bayesianska ramverket. Du lär dig också att använda din skattade modell för att göra prediktioner för nya data.
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till bayesianska linjära modeller
En genomgång av frekventistisk regression med lm(), en introduktion till bayesiansk regression med stan_glm() och en jämförelse av respektive utdata.
- Icke-bayesiansk linjär regression50 XP
- Utforska datan100 XP
- Anpassa en frekventistisk linjär regression100 XP
- Bayesiansk linjär regression50 XP
- Anpassa en bayesiansk linjär regression100 XP
- Konvergenskriterier50 XP
- Bedöma modellkonvergens50 XP
- Jämförelse av frekventistiska och bayesianska metoder50 XP
- Skillnaden mellan frekventister och bayesianer50 XP
- Skapa trovärdighetsintervall100 XP
2
Modifiera en bayesiansk modell
Lär dig att modifiera din bayesianska modell – bland annat genom att ändra antal och längd på kedjor, justera fördelningar a priori och lägga till prediktorer.
3
Bedöma modellens anpassning
I det här kapitlet lär du dig att avgöra om den skattade modellen passar dina data och hur du jämför konkurrerande modeller.
4
Presentera och använda en bayesiansk regression
I det här kapitlet lär du dig att använda den skattade modellen för att skapa visualiseringar och göra prediktioner för nya data.
R
Bayesiansk regressionsmodellering med rstanarm
Kurs
slutförd
