Bienvenue !

Modélisation de régression bayésienne avec rstanarm

Jake Thompson

Psychometrician, ATLAS, University of Kansas

Aperçu

Introduction à la régression bayésienne
Personnaliser des modèles de régression bayésienne
Évaluer des modèles de régression bayésienne
Présenter et utiliser des modèles de régression bayésienne

Rappel sur la régression fréquentiste

Régression fréquentiste par moindres carrés ordinaires
Les données 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

Prédire le score de QI de l'enfant à partir du QI de la mère

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

Examen des coefficients du modèle

Utiliser le paquet broom pour se concentrer sur les coefficients

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

Attention à ce que représente réellement la valeur p

Comparer les probabilités fréquentistes et bayésiennes

Quelle est la probabilité qu'une femme ait un cancer, étant donné une mammographie positive ?
- P(+M | C) = 0,9
- P(C) = 0,004
- P(+M) = (0,9 × 0,004) + (0,1 × 0,996) = 0,1
Quelle est P(C | M+) ?
- 0,036

Données 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

Passons à la pratique !

Modélisation de régression bayésienne avec rstanarm