Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
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
