Mengubah proses estimasi

Pemodelan Regresi Bayesian dengan rstanarm

Jake Thompson

Psychometrician, ATLAS, University of Kansas

Transisi menyimpang

1: There were 15 divergent transitions after warmup. Increasing adapt_delta
above 0.8 may help.
  • Langkah terlalu besar pada estimator
  • Sesuaikan ukuran langkah
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))
Pemodelan Regresi Bayesian dengan rstanarm

Melebihi maksimum treedepth

Chain 1 reached the maximum tree depth
  • Sampel mengevaluasi cabang dan mencari titik “U-Turn” yang baik
  • Batas kedalaman pohon menandakan efisiensi buruk
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))
Pemodelan Regresi Bayesian dengan rstanarm

Menyetel estimasi

  • Kesalahan estimasi mengancam validitas model
  • Meski rumit, kesalahan ini dapat diatasi dengan mudah
Pemodelan Regresi Bayesian dengan rstanarm

Ayo berlatih!

Pemodelan Regresi Bayesian dengan rstanarm

Preparing Video For Download...