Het schattingsproces aanpassen

Bayesiaanse regressiemodellering met rstanarm

Jake Thompson

Psychometrician, ATLAS, University of Kansas

Afwijkende overgangen

1: Er waren 15 afwijkende overgangen na warm-up. Het verhogen van adapt_delta
boven 0.8 kan helpen.
  • Te grote stappen in de schatter
  • Pas de stapgrootte aan
stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(adapt_delta = 0.95))

stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(adapt_delta = 0.99))
Bayesiaanse regressiemodellering met rstanarm

Maximale boomdiepte overschreden

Keten 1 bereikte de maximale boomdiepte
  • De sampler verkent takken en zoekt een goed punt om te “U-turnen”
  • Max. boomdiepte duidt op lage efficiëntie
stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(max_treedepth = 10))

stan_model <- stan_glm(popularity ~ song_age, data = songs,
  control = list(max_treedepth = 15))
Bayesiaanse regressiemodellering met rstanarm

De schatting afstellen

  • Schattingsfouten bedreigen de geldigheid van het model
  • Hoewel complex, zijn ze vaak eenvoudig te verhelpen
Bayesiaanse regressiemodellering met rstanarm

Laten we oefenen!

Bayesiaanse regressiemodellering met rstanarm

Preparing Video For Download...