Blackboard library(rstanarm) library(modelbased) dat <- rstanarm::stan_glm(Sepal.Width ~ poly(Petal.Length
bayestestR包 「样例一」:Highest Density Interval (HDI) library(bayestestR) library(insight) library(see) library(rstanarm library(ggtext) library(hrbrthemes) #可视化绘制 set.seed(123) # model with fixed effects only model <- rstanarm
library(rstanarm) # 加载数据 data(mtcars) head(mtcars) # 使用 rstanarm 进行贝叶斯线性回归 # 我们使用 mpg 作为目标变量,disp 和
首先我们看下包的安装: install.packages("sjPlot") install.packages("rstanarm")##贝叶斯回归模型 接下来通过实例来看下其主要的功能: ##主要包的载入
该包和其他大多数的R包只提供一组有限的索引(如点估计和CI)不同,其可以提供了一套全面且一致的函数来分析和描述由各种模型对象生成的后验分布,包括流行的建模包,如rstanarm、brms或BayesFactor