Hồi quy tuyến tính theo thống kê Bayes và các vấn đề nâng cao Bayesian linear regression and advanced issues Trong các bài học trước, chúng ta đã xây dựng nền tảng vững chắc về tư duy Bayes và các kỹ năng chẩn đoán MCMC cần thiết. Giờ đây, đã đến lúc quay trở lại và áp dụng những kiến thức này vào mô hình “xương sống” của kinh tế lượng: mô hình hồi quy tuyến tính. Chúng ta sẽ vượt ra ngoài việc sử dụng các tiên nghiệm mặc định, không thông tin để khám phá một trong những khía cạnh mạnh mẽ và cũng đầy thách thức nhất của phân tích Bayes: việc lựa chọn và chỉ định các phân phối tiên nghiệm. Đây không chỉ là một bước kỹ thuật, mà là một phần của nghệ thuật mô hình hóa, nơi nhà nghiên cứu có thể tích hợp kiến thức chuyên môn hoặc các bằng chứng từ những nghiên cứu trước vào trong phân tích của mình. Tuy nhiên, “quyền lực lớn đi kèm với trách nhiệm …
Các bài đã xem
- Từ RCT đến Dữ liệu Quan sát – Các Giả định và Phương pháp Ước lượng Nâng cao
- Tổng hợp và định hướng nghiên cứu nâng cao
- Diễn giải tương tác tuyến tính – Lý thuyết và trực quan hóa
- Bài tập thực hành tổng hợp về diễn giải tương tác
- Sức mạnh của dự báo Bayes – Ước tính và trực quan hóa hiệu ứng riêng lẻ
- Nâng cao Độ chính xác trong RCTs bằng Mô hình Hồi quy
- Tổng hợp kiến thức về diễn giải tương tác ba biến
- Tổng kết và Hướng phát triển Nâng cao về Mô hình Tương tác
-
Xem thêm