Bun venit!

Modelare de regresie bayesiană cu rstanarm

Jake Thompson

Psychometrician, ATLAS, University of Kansas

Prezentare generală

Introducere în regresia bayesiană
Personalizarea modelelor de regresie bayesiană
Evaluarea modelelor de regresie bayesiană
Prezentarea și utilizarea modelelor de regresie bayesiană

Recapitulare: regresia frecventistă

Regresia frecventistă prin metoda celor mai mici pătrate
Datele kidiq

kidiq

# A tibble: 434 x 4
    kid_score mom_hs mom_iq mom_age
        <int>  <int>  <dbl>   <int>
  1        65      1  121.       27
  2        98      1   89.4      25
  3        85      1  115.       27
  4        83      1   99.4      25
  5       115      1   92.7      27
 # ... with 430 more rows

Predicția scorului IQ al copilului din scorul IQ al mamei

lm_model <- lm(kid_score ~ mom_iq, data = kidiq)

summary(lm_model)

 Call:
 lm(formula = kid_score ~ mom_iq, data = kidiq)
 Residuals:
     Min      1Q  Median      3Q     Max 
 -56.753 -12.074   2.217  11.710  47.691 
 Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
 (Intercept) 25.79978    5.91741    4.36 1.63e-05 ***
 mom_iq       0.60997    0.05852   10.42  < 2e-16 ***
 ---
 Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
 Residual standard error: 18.27 on 432 degrees of freedom
 Multiple R-squared:  0.201,  Adjusted R-squared:  0.1991 
 F-statistic: 108.6 on 1 and 432 DF,  p-value: < 2.2e-16

Examinarea coeficienților modelului

Utilizați pachetul broom pentru a analiza coeficienții

library(broom)

tidy(lm_model)

            term   estimate  std.error statistic      p.value
   1 (Intercept) 25.7997778 5.91741208  4.359977 1.627847e-05
   2      mom_iq  0.6099746 0.05852092 10.423188 7.661950e-23

Atenție la interpretarea valorii p

Comparație: probabilități frecventiste și bayesiene

Care este probabilitatea ca o femeie să aibă cancer, dat o mamografie pozitivă?
- P(+M | C) = 0,9
- P(C) = 0,004
- P(+M) = (0,9 x 0,004) + (0,1 x 0,996) = 0,1
Care este P(C | M+)?
- 0,036

Date Spotify

songs

 # A tibble: 215 x 7
    track_name    artist_name song_age valence tempo popularity duration_ms
    <chr>         <chr>          <int>   <dbl> <dbl>      <int>       <int>
  1 Crazy In Love Beyoncé         5351   70.1   99.3         72      235933
  2 Naughty Girl  Beyoncé         5351   64.3  100.0         59      208600
  3 Baby Boy      Beyoncé         5351   77.4   91.0         57      244867
  4 Hip Hop Star  Beyoncé         5351   96.8  167.          39      222533
  5 Be With You   Beyoncé         5351   75.6   74.9         42      260160
  6 Me, Myself a… Beyoncé         5351   55.5   83.6         54      301173
  7 Yes           Beyoncé         5351   56.2  112.          43      259093
  8 Signs         Beyoncé         5351   39.8   74.3         41      298533
  9 Speechless    Beyoncé         5351    9.92 113.          41      360440
 # ... with 206 more rows

Să exersăm!

Modelare de regresie bayesiană cu rstanarm