R语言贝叶斯参数估计、回归与计算
贝叶斯统计学是一门基本思想与传统基于频率思想的统计学完全不同的统计学方法；它以其灵活性和先进性在现代的统计学中占据着重要的地位。贝叶斯统计学是开展科学研究不可缺少的重要手段，但是，因为其思想、技术和方法都与传统统计学有着较大区别；且其计算中涉及马尔科夫、蒙特卡罗和吉布斯采样等现代计算方法，对使用者经验和能力构成了很大的挑战。
阅读全文点击：《R语言贝叶斯参数估计、回归与计算》
一、贝叶斯统计学的思想与概念
1.1 信念函数与概率
1.2 事件划分与贝叶斯法则
1.3 稀少事件的概率估计
1.4 可交换性
1.5 预测模型的构建
二、参数模型
2.1 二项式模型与置信域
2.2 泊松模型与后验分布
2.3 指数族模型与共轭先验
三、蒙特卡罗逼近
3.1 蒙特卡罗方法
3.2 任意函数的后验推断
3.3 预测分布采样
3.4 后验模型检验
四、正态模型
4.1 均值与条件方差的推断
4.2 基于数学期望的先验
4.3非正态分布的正态模型
五、吉布斯采样
5.1 半共轭先验分布
5.2 离散近似
5.3 条件分布中的采样
5.4 吉布斯采样算法及其性质
5.5 MCMC方法
六、多元正态分布与组比较
6.1 多元正态分布的密度
6.2 均值的半共轭先验
6.3 逆－Wishart分布
6.4 缺失数据与贝叶斯插补
6.5 组间比较
6.6分层模型的均值与方差
七、线性回归
7.1 回归的本质与最小二乘法
7.2 回归的贝叶斯估计
7.3 模型的贝叶斯比较
7.4 吉布斯采样与模型平均
7.5 指数模型比较与选择
7.6 总结与结论
7.7 Python的Copula相关包介绍
八、非共轭先验与M-H算法
8.1 广义线性模型
8.2 泊松模型Metropolis算法
8.3 Metropolis-Hastings算法
8.4 M-H算法与吉布斯采样的组合
九、线性与广义线性混合效应模型
9.1 多层回归模型
9.2 全条件分布
9.3 广义线性混合效应模型
十、有序数据的隐变量模型
10.1 有序Probit回归
10.2 秩的似然
10.3 高斯Copula模型
R语言贝叶斯参数估计、回归与计算相关推荐
- R语言贝叶斯广义线性混合（多层次/水平/嵌套）模型GLMM、逻辑回归分析教育留级影响因素数据...
全文下载链接:http://tecdat.cn/?p=24203 本教程使用R介绍了具有非信息先验的贝叶斯 GLM(广义线性模型) (点击文末"阅读原文"获取完整代码数据). 当前 ...
- R语言︱贝叶斯网络语言实现及与朴素贝叶斯区别（笔记）
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 一.贝叶斯网络与朴素贝叶斯的区别 朴素贝叶斯的 ...
- R语言贝叶斯方法在生态环境领域中的高阶技术
贝叶斯统计学即贝叶斯学派是一门基本思想与传统基于频率思想的统计学即频率学派完全不同的统计学方法,它在统计建模中具有灵活性和先进性特点,使其可以轻松应对复杂数据和模型结构. 然而,很多初学者在面对思想. ...
- 贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析免疫球蛋白、前列腺癌数据...
原文链接:http://tecdat.cn/?p=22702 贝叶斯回归分位数在最近的文献中受到广泛关注,本文实现了贝叶斯系数估计和回归分位数(RQ)中的变量选择,带有lasso和自适应lasso惩罚 ...
- R语言实现贝叶斯分位数回归、lasso和自适应lasso贝叶斯分位数回归分析
最近我们被客户要求撰写关于分位数回归的研究报告,包括一些图形和统计输出. 摘要 贝叶斯回归分位数在最近的文献中受到广泛关注,本文实现了贝叶斯系数估计和回归分位数(RQ)中的变量选择,带有lasso和自 ...
- R语言偏相关或者部分相关性系数计算实战：使用psych包计算（Partial Correlation）偏相关系数、拟合回归模型使用两个回归模型的残差计算偏相关性系数
R语言偏相关或者部分相关性系数计算实战:使用psych包计算(Partial Correlation)偏相关系数.拟合回归模型使用两个回归模型的残差计算偏相关性系数 目录
- R语言glmnet拟合lasso回归模型实战：lasso回归模型的模型系数及可视化、lasso回归模型分类评估计算（混淆矩阵、accuracy、Deviance)
R语言glmnet拟合lasso回归模型实战:lasso回归模型的模型系数(lasso regression coefficients)及可视化.lasso回归模型分类评估计算(混淆矩阵.accura ...
- R语言glmnet拟合岭回归模型实战：岭回归模型的模型系数（ridge regression coefficients）及可视化、岭回归模型分类评估计算（混淆矩阵、accuracy、Deviance)
R语言glmnet拟合岭回归模型(ridge regression)实战:岭回归模型的模型系数(ridge regression coefficients)及可视化.岭回归模型分类评估计算(混淆矩阵. ...
- R语言glm拟合logistic回归模型：模型评估（计算模型拟合的统计显著性）、模型评估（赤信息AIC指标计算）
R语言glm拟合logistic回归模型:模型评估(计算模型拟合的统计显著性).模型评估(赤信息AIC指标计算) 目录
最新文章
- R语言可视化：散点图、散点图和折线图（line charts）、3D散点图、旋转3D散点图、气泡图、corrgram包可视化相关性矩阵、马赛克图（ Mosaic plots）、hexbin、密度图
- python语言属于-python属于哪种语言
- 在.net中构建Google Map（ Building Google Map Mashups in .NET）
- 字符的用意_通达信某些字符的意义及用法
- 【来龙去脉系列】.net分布式系统架构的思路
- java 实例化对象的几种姿势
- 介绍Azure服务平台，.NET Services及其中的访问控制服务(Access Control)
- QUIC助力Snapchat提升用户体验
- etc的常见算法_运用机器学习算法研究城市形态与户外温度之间的相关性
- 1、取得/etiantian文件的权限对应的数字(考试题答案系列)
- Python爬取B站5000条视频，揭秘为何千万人看「哪吒」流泪
- 总结嵌入式C语言知识点
- C空间不够如何盘瘦身
- android扫描局域网中的所有ip,NMAP扫描局域网内在线IP
- 效果降临日历2009
- Java Excel 列号数字与字母互相转换
- 国王游戏——c++实现
- Windows10 使用Win32.Mak 进行makefile编译
- 常见几种操作系统简介
- input checkbox 获取选中值和设置选中状态