R语言实战应用精讲50篇(二十三)-贝叶斯理论重要概念: 可信度Credibility, 模型Models, 和参数Parameters
Posted 文宇肃然
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言实战应用精讲50篇(二十三)-贝叶斯理论重要概念: 可信度Credibility, 模型Models, 和参数Parameters相关的知识,希望对你有一定的参考价值。
本章的目标是介绍贝叶斯数据分析的概念框架。贝叶斯数据分析有两个基本思想:
-
第一个想法是贝叶斯推理是在可能性之间重新分配可信度。
-
第二个基本思想是,我们分配可信度的可能性是有意义的数学模型中的参数值。
1贝叶斯推理是在可能性之间重新分配可信度
制作图 1 的第一步是将数据对象放在一起,我们使用tidyverse包。
library(tidyverse)
d <-
crossing(iteration = 1:3,
stage = factor(c("Prior", "Posterior"),
levels = c("Prior", "Posterior"))) %>%
expand(nesting(iteration, stage),
Possibilities = LETTERS[1:4]) %>%
mutate(Credibility = c(rep(.25, times = 4),
0, rep(1/3, times = 3),
0, rep(1/3, times = 3),
rep(c(0, .5), each = 2),
rep(c(0, .5), each = 2),
rep(0, times = 3), 1))
我们可以使用 head()
来查看数据的前几
以上是关于R语言实战应用精讲50篇(二十三)-贝叶斯理论重要概念: 可信度Credibility, 模型Models, 和参数Parameters的主要内容,如果未能解决你的问题,请参考以下文章
R语言实战应用精讲50篇(十三)-如何使用JAVA调用R语言,两种语言的完美结合
R语言实战应用精讲50篇(二十七)-时空数据分析-经验空间/时间均值(latex公式+R代码绘图)