Ви підігнали баєсівську нормальну модель!

Основи байєсівського аналізу даних у R

Rasmus Bååth

Data Scientist

BEST

Баєсівська модель, розроблена John Kruschke.
Припускає, що дані з t-розподілу.

BEST

Баєсівська модель, розроблена John Kruschke.
Припускає, що дані з t-розподілу.
Оцінює середнє, стандартне відхилення та параметр ступенів вільності.
library(BEST)
Використовує метод Монте‑Карло на ланцюгах Маркова (MCMC).

Спробуймо BEST!

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

Спробуймо BEST!

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

Спробуймо 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

Спробуймо BEST!

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

Спробуйте BEST самостійно!

Основи байєсівського аналізу даних у R