Vous avez ajusté un modèle Normal bayésien !

Fondamentaux de l'analyse bayésienne des données en R

Rasmus Bååth

Data Scientist

BEST

  • Un modèle bayésien développé par John Kruschke.
  • Suppose que les données suivent une loi t.

Fondamentaux de l'analyse bayésienne des données en R

Fondamentaux de l'analyse bayésienne des données en R

Fondamentaux de l'analyse bayésienne des données en R

BEST

  • Un modèle bayésien développé par John Kruschke.
  • Suppose que les données suivent une loi t.
  • Estime la moyenne, l'écart type et le paramètre de degrés de liberté.
  • library(BEST)
  • Utilise l'échantillonnage de Monte Carlo par chaînes de Markov (MCMC).
Fondamentaux de l'analyse bayésienne des données en R

Utilisons BEST !

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)
Fondamentaux de l'analyse bayésienne des données en R

Utilisons BEST !

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)
fit <- BESTmcmc(iq)
Fondamentaux de l'analyse bayésienne des données en R

Utilisons BEST !

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)
fit <- BESTmcmc(iq)
fit

Résultats de l'ajustement MCMC pour l'analyse BEST :

       mean     sd median  HDIlo HDIup  
mu    43.15  3.810  43.28 35.367 50.49 
nu    27.42 26.647  18.91  1.001 81.59 
sigma 11.00  3.754  10.44  4.857 18.38
Fondamentaux de l'analyse bayésienne des données en R

Utilisons BEST !

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)
fit <- BESTmcmc(iq)
plot(fit)

Fondamentaux de l'analyse bayésienne des données en R

Essayez BEST vous-même !

Fondamentaux de l'analyse bayésienne des données en R

Preparing Video For Download...