Phân tích dữ liệu Bayesian trong R: Giới thiệu thực tế

Phân tích dữ liệu Bayes cung cấp một khung mạnh mẽ, trực quan để cập nhật niềm tin với bằng chứng, khiến nó trở thành một công cụ thiết yếu cho khoa học dữ kiện hiện đại. Lớp học viết này hướng dẫn bạn qua các khái niệm cốt lõi của suy luận Bayes và mô hình dự đoán sử dụng R. Bạn sẽ chuyển từ việc hiểu các quy tắc xác suất cơ bản đến viết, giải thích và xác nhận các mô hình xác suốt của riêng bạn. Bạn sẽ học được: - Hiểu các khái niệm cơ bản của xác suất Bayes, phân phối trước và khả năng. - Tạo và phù hợp các mô hình hồi quy Bayes sử dụng các gói R hiện đại như brms. - Phân tích và hình dung phân phối sau bằng cách sử dụng tidybayes và tidyverse tools. - Đánh giá mô hình phù hợp, thực hiện kiểm tra dự đoán sau, và so sánh các mô hình cạnh tranh. - Apply Bayesian workflows to real-world dataset for both statistical inference and prediction. - Tài liệu và chia sẻ phân tích của bạn bằng cách sử dụng các công việc báo cáo hiện đại. Chuyến đi bắt đầu với thuật ngữ chính và trực giác toán học đằng sau định lý Bayes trước khi chuyển sang thực hiện mã từng bước. Bạn sẽ đọc các giải thích rõ ràng, nghiên cứu các đoạn mã thực tế, và hoàn thành các bài tập viết được thiết kế để củng cố hiểu biết của bạn. Lớp học này được thiết kế cho người mới bắt đầu với thống kê Bayesian và các nhà phân tích dữ liệu muốn mở rộng bộ công cụ R của họ. Không cần kinh nghiệm trước đó với các phương pháp Bayesan, mặc dù một sự quen thuộc cơ bản với lập trình R là hữu ích. Bắt đầu khám phá sức mạnh của mô hình xác suất hôm nay.