Cámbialo todo: cualquier cosa

Fundamentos del Análisis de Datos Bayesiano en R

Rasmus Bååth

Data Scientist

Más motivos para usar análisis bayesiano de datos

1. Puedes añadir fuentes de información además de los datos.
2. Puedes comparar cualquier grupo o conjunto de datos.
3. Puedes usar el resultado de un análisis bayesiano para hacer análisis de decisiones.
4. Puedes cambiar el modelo estadístico subyacente.

Sustituye por completo el modelo binomial

• ¿Por qué? Tienes datos nuevos...
• Un banner ad para tu sitio.
• No pagas por visualización, pagas por día.
• Una prueba dio 19 clics en un día
• ¿Cuántas visitas diarias al sitio esperamos, de media, si pagamos este banner?

Un modelo para recuentos por día

• Divide el día en 1440 minutos.
• ¿Qué proporción de minutos da un clic en el anuncio?

Un modelo para recuentos por día

• Divide el día en 1440 minutos.
• ¿Qué proporción de minutos da un clic en el anuncio?
• Divide el día en 86400 segundos.
• ¿Qué proporción de segundos da un clic en el anuncio?

Un modelo para recuentos por día

• Divide el día en 1440 minutos.
• ¿Qué proporción de minutos da un clic en el anuncio?
• Divide el día en 86400 segundos.
• ¿Qué proporción de segundos da un clic en el anuncio?
• Divide el día en 86400000 milisegundos.
• ¿Qué proporción de milisegundos da un clic en el anuncio?

Un modelo para recuentos por día

• Divide el día en 1440 minutos.
• ¿Qué proporción de minutos da un clic en el anuncio?
• Divide el día en 86400 segundos.
• ¿Qué proporción de segundos da un clic en el anuncio?
• Divide el día en 86400000 milisegundos.
• ¿Qué proporción de milisegundos da un clic en el anuncio?
• Divide el día en partes infinitas...
• ???

La distribución de Poisson

• Un parámetro: el número medio de eventos por unidad de tiempo.
• rpois muestrea de la distribución de Poisson.

La distribución de Poisson

n_clicks <- rpois(n = 100000, lambda = 20)
hist(n_clicks)

¡Vamos a verlo en los ejercicios!

Fundamentos del Análisis de Datos Bayesiano en R