Wirichada Pan-ngum

ข้อมูลจริงเกี่ยวกับโรคเราจะใช้ตอนสร้างกับตรวจสอบโมเดลเป็นหลักค่ะ เช่นถ้าเราจะใช้โมเดลมาคาดการณ์ผลกระทบของวัคซีน โดยที่ยังไม่มีการใช้วัคซีนมาก่อน เราจะสร้างโมเดลโรคและทดสอบความถูกต้องกับข้อมูลincidenceอย่างเดียว แต่ถ้าเราโมเดลการเพิ่มcoverage ของวัคซีนที่ใช้อยู่แล้ว หรือโมเดลผลกระทบของการใช้วัคซีนตัวใหม่ เวลาเราสร้างและทดสอบโมเดล…[Read more]

น่าจะสามารถใช้งานpackage deSolve ได้นะคะ
ลองพิมพ์ library(deSolve) ดูว่าผ่านมั้ยนะคะ ถ้าไม่มีwarning ก็น่าจะใช้ได้ค่ะ

ขอบคุณค่ะที่ช่วยแก้ไข ในวีดีโอผิดจริงค่ะ สูตรการคำนวณถูกต้องแล้วรวมถึงใน excel sheet ที่แชร์ไว้ล่างวีดีโอก็ถูกต้องนะคะ ในวีดีโอ slide นี้ควรจะต้องเป็น proportion ถูกต้องค่ะ

Rt = 1.805,1.52,1.235,0.855,0.38,0,0,0,0,0 ตามลำดับค่ะ

ยินดีค่ะ

ใช้ R version อะไรคะ
อาจจะลอง restart R ดูนะ
ถ้ายังไม่ได้อยากให้ uninstall package deSolve ก่อน ปิด R
เปิดใหม่แล้วลอง install.packages(“deSolve”)

ตอน install package ติดปัญหาอะไรมั้ยคะ

Famous Monty Hall Problem here https://youtu.be/obi_C1YbbIg
It is related to the Bayes Theorem, explain in here https://towardsdatascience.com/solving-the-monty-hall-problem-with-bayes-theorem-893289953e16

Fir q 3 and 4, sometimes you will see people try more than one prior distributions. If your data is strong, it doesn’t matter what you choose, it will tend to convert to the same value for the parameter estimate. Prior distribution may be coming from pilot study, literature, guess or people use uniform distribution for many unknowns.

To answer the first question, we sometime want to know the posterior distribution of the parameter estimated because we can learn much more about the parameters. The prior and posterior distribution may be similar or not, depending on how much we already know some information about that parameter and also the data observed.

Thanks for sharing your thoughts and experiences.

Thanks for sharing your thought. I think we all familiar with Frequentist approach more. It is good to learn some Bayesian as it is becoming more acceptable. One of the main concepts is about prior and posterior distribution, Bayes’ theorem.