Апріорна модель

Баєсівське моделювання з RJAGS

Alicia Johnson

Associate Professor, Macalester College

Цілі курсу

Дослідіть базові, узагальнювані баєсівські моделі (напр.: Beta–Binomial, Normal–Normal та баєсівська регресія)
Визначайте, компілюйте та імітуйте баєсівські моделі за допомогою RJAGS
Виконуйте баєсівський апостеріорний висновок на основі виводу RJAGS

Баєсівські вибори: апріорі

Баєсівські вибори: апріорі

Баєсівські вибори: апріорі

Баєсівські вибори: дані

Баєсівські вибори: апостеріорі

Баєсівські вибори: нові дані

Баєсівські вибори: нове апостеріорі

Баєсівські вибори: новіші дані

Баєсівські вибори: новіше апостеріорі

Баєсівське мислення

Баєсівська апостеріорна модель:

Поєднує уявлення з апріорної моделі та спостережуваних даних
Оновлюється зі надходженням нових даних

Побудова апріорної моделі

$p$ = частка, що підтримує вас
$p$ між 0 та 1
Апріорна модель для $p$ — це бета-розподіл із параметрами форми 45 і 55

$$p \sim \text{Beta}(45, 55)$$

Налаштування апріорі

Давайте потренуємось!

Баєсівське моделювання з RJAGS

Preparing Video For Download...