Bayesci model karşılaştırmaları

rstanarm ile Bayesian Regresyon Modellemesi

Jake Thompson

Psychometrician, ATLAS, University of Kansas

loo paketi

LOO = leave-one-out (biri dâhil değil)
- Yaklaştırılmış çapraz doğrulama
- ?loo-package
- Model karşılaştırmaları için loo kullanımı

Tek modelde loo kullanımı

library(rstanarm)
library(loo)
stan_model <- stan_glm(kid_score ~ mom_iq, data = kidiq)

loo(stan_model)

Computed from 4000 by 434 log-likelihood matrix

         Estimate   SE
elpd_loo  -1878.5 14.5
p_loo         2.9  0.3
looic      3757.1 29.0
 ------
Monte Carlo SE of elpd_loo is 0.0.

All Pareto k estimates are good (k < 0.5).
See help('pareto-k-diagnostic') for details.

loo ile model karşılaştırmaları

model_1pred <- stan_glm(kid_score ~ mom_iq, data = kidiq)
model_2pred <- stan_glm(kid_score ~ mom_iq * mom_hs, data = kidiq)

loo_1pred <- loo(model_1pred)
loo_2pred <- loo(model_2pred)

compare(loo_1pred, loo_2pred)

elpd_diff        se 
      6.1       3.9

loo ile model karşılaştırmaları

compare(loo_1pred, loo_2pred)

elpd_diff        se 
      6.1       3.9

Pozitif = ikinci model tercih edilir
Negatif = ilk model tercih edilir
Anlamlı fark?
- Farkın mutlak değeri, standart hataya göre

Hadi pratik yapalım!

rstanarm ile Bayesian Regresyon Modellemesi