अनुमान प्रक्रिया में बदलाव

rstanarm के साथ Bayesian Regression Modeling

Jake Thompson

Psychometrician, ATLAS, University of Kansas

Divergent transitions

1: वार्मअप के बाद 15 divergent transitions हुए। adapt_delta को 0.8 से ऊपर
बढ़ाने से मदद मिल सकती है.
  • एस्टीमेटर में स्टेप बहुत बड़े हैं
  • स्टेप साइज़ समायोजित करें
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))
rstanarm के साथ Bayesian Regression Modeling

Maximum Treedepth से अधिक होना

चेन 1 अधिकतम ट्री डेप्थ पर पहुँच गई
  • सैंपल शाखाएँ जाँचता है और अच्छा "U-Turn" बिंदु ढूँढता है
  • अधिकतम ट्री डेप्थ कम दक्षता दर्शाता है
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))
rstanarm के साथ Bayesian Regression Modeling

अनुमान ट्यून करना

  • अनुमान त्रुटियाँ मॉडल की वैधता के लिए जोखिम हैं
  • जटिल होने पर भी, इन्हें आसानी से सुधारा जा सकता है
rstanarm के साथ Bayesian Regression Modeling

अभ्यास करते हैं!

rstanarm के साथ Bayesian Regression Modeling

Preparing Video For Download...