Pular para o conteúdo principal
InícioR

Bayesian Regression Modeling with rstanarm

Learn how to leverage Bayesian estimation methods to make better inferences about linear regression models.

Comece O Curso Gratuitamente
4 horas15 vídeos45 exercícios6.442 aprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do Curso

Bayesian estimation offers a flexible alternative to modeling techniques where the inferences depend on p-values. In this course, you’ll learn how to estimate linear regression models using Bayesian methods and the rstanarm package. You’ll be introduced to prior distributions, posterior predictive model checking, and model comparisons within the Bayesian framework. You’ll also learn how to use your estimated model to make predictions for new data.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Cientista de aprendizado de máquina in R

Ir para a trilha
  1. 1

    Introduction to Bayesian Linear Models

    Gratuito

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

    Reproduzir Capítulo Agora
    Non-Bayesian Linear Regression
    50 xp
    Exploring the data
    100 xp
    Fitting a frequentist linear regression
    100 xp
    Bayesian Linear Regression
    50 xp
    Fitting a Bayesian linear regression
    100 xp
    Convergence criteria
    50 xp
    Assessing model convergence
    50 xp
    Comparing frequentist and Bayesian methods
    50 xp
    Difference between frequentists and Bayesians
    50 xp
    Creating credible intervals
    100 xp
  2. 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.

    Reproduzir Capítulo Agora
    What's in a Bayesian Model?
    50 xp
    Altering chains
    100 xp
    Do I have enough iterations?
    50 xp
    Prior distributions
    50 xp
    Determine Prior Distributions
    100 xp
    Calculate Adjusted Scales
    100 xp
    Unadjusted Priors
    100 xp
    User Specified Priors
    50 xp
    Changing Priors
    100 xp
    Specifying informative priors
    100 xp
    Consequences of informative priors
    50 xp
    Altering the estimation process
    50 xp
    Altering the Estimation
    100 xp
  3. 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.

    Reproduzir Capítulo Agora
    Using the R Squared statistic
    50 xp
    Calculating Frequentist R-squared
    100 xp
    R-squared for a Bayesian Model
    100 xp
    Posterior predictive model checks
    50 xp
    Predicted score distributions
    100 xp
    Distributions for a single observation
    50 xp
    Model fit with posterior predictive model checks
    50 xp
    R-squared Posterior
    100 xp
    Posterior Predictive Testing
    100 xp
    Bayesian model comparisons
    50 xp
    Calculating the LOO estimate
    100 xp
    Comparing models
    50 xp
  4. 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.

    Reproduzir Capítulo Agora
    Visualizing a Bayesian model
    50 xp
    Plotting a Bayesian model
    100 xp
    Plotting Model Uncertainty
    100 xp
    Making predictions
    50 xp
    Popularity for Observed Songs
    100 xp
    Popularity for New Songs
    100 xp
    Visualizing predictions
    50 xp
    Format prediction posteriors
    100 xp
    Visualize New Predictions
    100 xp
    Conclusion
    50 xp
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Cientista de aprendizado de máquina in R

Ir para a trilha

conjuntos de dados

Spotify dataset

colaboradores

Collaborator's avatar
Chester Ismay
Collaborator's avatar
David Campos
Collaborator's avatar
Shon Inouye

pré-requisitos

Bayesian Modeling with RJAGSIntroduction to Data Visualization with ggplot2Intermediate Regression in R
Jake Thompson HeadshotJake Thompson

Psychometrician, ATLAS, University of Kansas

Ver Mais

O que os outros alunos têm a dizer?

    Junte-se a mais de 15 milhões de alunos e comece Bayesian Regression Modeling with rstanarm hoje mesmo!

    Crie sua conta gratuita

    GoogleLinkedInFacebook

    ou

    Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.