Vad har du lärt dig? Vad missade vi?

Grunderna i bayesiansk dataanalys i R

Rasmus Bååth

Data Scientist

Vi har gått igenom

Grunderna i bayesiansk dataanalys i R

Vi har gått igenom

Grunderna i bayesiansk dataanalys i R

Vi har gått igenom

Grunderna i bayesiansk dataanalys i R

Vi har gått igenom

Grunderna i bayesiansk dataanalys i R

Vi har gått igenom

  • Beräkningsmetoder
    • Förkastningssampling
    • Gitternärmning
    • Markov chain Monte Carlo (MCMC)
Grunderna i bayesiansk dataanalys i R

Vi har gått igenom

  • Generativa modeller:

Grunderna i bayesiansk dataanalys i R
  • Arbeta med sampel som representerar sannolikhetsfördelningar:
> head(sample)

mu    sigma
39.39 10.18
39.39 21.77
40.90 20.26
45.45 13.20
34.84 12.70
40.90 12.70

pred_iq <- rnorm(10000, mean = sample$mu, sd = sample$sigma)
sum(pred_iq >= 60) / length(pred_iq)

0.0901
Grunderna i bayesiansk dataanalys i R

Sådant vi inte tog upp

  • Att bayesiansk analys kan användas för mer än enkla modeller.
  • Hur man väljer priors och modeller.
  • Hur bayesiansk statistik relaterar till klassisk statistik.
  • Mer avancerade beräkningsmetoder.
  • Mer avancerade beräkningsverktyg.
Grunderna i bayesiansk dataanalys i R

Sådant vi inte tog upp

Grunderna i bayesiansk dataanalys i R

Utforska Bayes!

Grunderna i bayesiansk dataanalys i R

Hej då och tack!

Grunderna i bayesiansk dataanalys i R

Nu kör vi en övning!

Grunderna i bayesiansk dataanalys i R

Preparing Video For Download...