Thank you very much Prof. Tuan for your time and dedication. Many generations of Vietnamese students and researchers will benefit from this kind of lectures.
@cttv13364 жыл бұрын
Tuyệt vời quá giáo sư ơi. Em chờ những bài giảng của giáo sư mãi ạ
@thangnamhoa55114 жыл бұрын
Cảm ơn Chú về bài giảng. Nó rất hữu ích cho sinh viên như cháu. Hy vọng chú tuấn có bài giảng về phân tích hồi quy chuỗi thời gian Và mô hinh VAR và Bayes VAR. Cháu cảm ơn chú nhiều!
4 жыл бұрын
Xin cảm ơn Thầy rất nhiều.
@thaicong96953 жыл бұрын
Em cám ơn thầy giờ em mới biết đến ạ
@thanhduyvo66563 жыл бұрын
Thưa thầy, em xin hỏi: Nếu dùng beta-binomial model trong suy luận Bayes để ước tính tỉ lệ hiện mắc của một bệnh thì có thể dùng công thức tính cỡ mẫu nào? Hay chúng ta có thể sử dụng mô hình này cho bất kỳ cỡ mẫu quan sát được ạ? Em xin cảm ơn thầy!
@test-gw8og4 жыл бұрын
post.prob=dbeta(theta,x + alpha, n-x+beta) là hàm mật độ, không phải là xác suất hậu nghiệm.
@tapchoimaivang43394 жыл бұрын
Cám ơn thầy nhiều, em đang hóng mcmc và hồi quy Bayes
@tyclvn2 жыл бұрын
Mình có video về đề tài này
@test-gw8og4 жыл бұрын
Giáo sư có thể giải thích tại sao ở slide 34:54 thì công thức posterior ∝ likelihood * prior nhưng đến những slide sau thì Giáo sư tính lại tính posterior = (likelihood * prior) / sum(likelihood * prior) ?
@satthukhettieng4 жыл бұрын
mới coi xong slide của thầy thi tìm được bài này, y chang những gì thấy giảng www.stat.columbia.edu/~gelman/stuff_for_blog/ohagan.pdf
@hoanggiangpham93124 жыл бұрын
Em cảm ơn thầy về bài giảng. Thầy có thể làm video về mô hình classification KNN, linear regression ridge, elasticnet và về decision tree trong R dc ko ạ ?
@TienVo-mf3te4 жыл бұрын
dạ cho em hỏi em mới vô học được các clip đầu của thầy và trang web: statistics.vn ko thể kết nối được h em phải vào web nào ạ
@satthukhettieng4 жыл бұрын
ban google van ra vai github repo co chua file data do ban
@popperpund23535 ай бұрын
17:00
@khaihoanang66694 жыл бұрын
dạ thầy ơi cái chỗ tính likelihood trong công thức thầy thiếu cái tổ hợp 130C2 phải không ạ ?
@minhcongnguyen59174 жыл бұрын
nếu thêm hằng số nhân 130C2 vào chỗ tính likelihood thì tất cả prior*likelihood nhân thêm 130C2 và sum của prior*likelihood cũng được nhân thêm 130C2, khi đó posterior = prior*likelihood/sum vẫn không đổi, do đó khi tính toán công thức lược bỏ đi hằng số nhân 130C2 luôn đo bạn.
@khaihoanang83414 жыл бұрын
@@minhcongnguyen5917 dạ em cảm ơn ạ
@othanh58084 жыл бұрын
Em chào thầy ạ. Thầy và các bạn cho em hỏu. Em muốn trích dữ liệu bằng R ra file exel thì làm ntn ạ? Em cảm ơn ạ
Dạ thầy cho em hỏi nếu x và n quá lớn thì mình có thể xấp xỉ về pp chuẩn được không ạ tại em tính ra cái likelihood nó ra bằng 0 hết r ạ ,hay mình phải dùng phân phối khác ạ ?
@test-gw8og4 жыл бұрын
Nguyên tắc là khi n lớn, x/n -> 1/2 thì phân phối binomial -> normal. Nhưng câu hỏi của bạn không rõ, vì sao likelihood bằng 0 ? Chú ý là khi trong tính toán bayes, không bao giờ dùng phép nhân mà chuyển về log để thành phép cộng.