Вы подогнали байесовскую нормальную модель!

Основы байесовского анализа данных в R

Rasmus Bååth

Data Scientist

BEST

Байесовская модель, разработанная Джоном Крушке.
Предполагает, что данные имеют t-распределение.

BEST

Байесовская модель, разработанная Джоном Крушке.
Предполагает, что данные имеют t-распределение.
Оценивает среднее, стандартное отклонение и параметр степеней свободы.
library(BEST)
Использует метод Марковских цепей Монте-Карло (MCMC).

Попробуем BEST!

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)

Попробуем BEST!

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)
fit <- BESTmcmc(iq)

Попробуем BEST!

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)
fit <- BESTmcmc(iq)
fit

MCMC fit results for BEST analysis:

       mean     sd median  HDIlo HDIup  
mu    43.15  3.810  43.28 35.367 50.49 
nu    27.42 26.647  18.91  1.001 81.59 
sigma 11.00  3.754  10.44  4.857 18.38

Попробуем BEST!

library(BEST)
iq <- c(55, 44, 34, 18, 51, 40, 40, 49, 48, 46)
fit <- BESTmcmc(iq)
plot(fit)

Попробуйте BEST самостоятельно!

Основы байесовского анализа данных в R