Modificare il processo di stima

Modellazione di regressione bayesiana con rstanarm

Jake Thompson

Psychometrician, ATLAS, University of Kansas

Transizioni divergenti

1: Si sono verificate 15 transizioni divergenti dopo il warmup. Aumentare adapt_delta
a oltre 0,8 può aiutare.
  • Passi troppo grandi nello stimatore
  • Aumenta la dimensione del passo
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))
Modellazione di regressione bayesiana con rstanarm

Superare la profondità massima dell'albero

La catena 1 ha raggiunto la profondità massima dell'albero
  • Il campionatore esplora rami e cerca un buon punto per fare una "U-Turn"
  • Profondità massima indica bassa efficienza
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))
Modellazione di regressione bayesiana con rstanarm

Ottimizzare la stima

  • Errori di stima minano la validità del modello
  • Anche se complessi, si risolvono facilmente
Modellazione di regressione bayesiana con rstanarm

Passiamo alla pratica!

Modellazione di regressione bayesiana con rstanarm

Preparing Video For Download...