Bayes sonuçlarını raporlama

Python ile Bayesçi Veri Analizi

Michal Oleszak

Machine Learning Engineer

Dürüst yol

Her parametrenin önselini ve artsalını raporlayın

posterior_draws

array([8.02800413, 8.97359548, 7.57437476, ..., 5.85264609, 7.92875104,
       7.41463758])

Önsel ve artsal dağılımları görselleştirin

sns.kdeplot(prior_draws, shade=True, label="prior")
sns.kdeplot(posterior_draws, shade=True, label="posterior")

Dürüst yol

Üst üste bindirilmiş iki yoğunluk grafiği. Her ikisi de çan biçiminde. Önsel 0’da merkezli, kısa ve geniş; artsal yaklaşık 7’de merkezli, daha yüksek ve dardır.

Dürüst yol

Üst üste bindirilmiş iki yoğunluk grafiği. Her ikisi de çan biçiminde. Önsel 0’da merkezli, kısa ve geniş; artsal yaklaşık 7’de merkezli, daha yüksek ve dardır.

Dürüst yol

Üst üste bindirilmiş iki yoğunluk grafiği. Her ikisi de çan biçiminde. Önsel 0’da merkezli, kısa ve geniş; artsal yaklaşık 7’de merkezli, daha yüksek ve dardır.

Dürüst yol

Üst üste bindirilmiş iki yoğunluk grafiği. Her ikisi de çan biçiminde. Önsel 0’da merkezli, kısa ve geniş; artsal yaklaşık 7’de merkezli, daha yüksek ve dardır.

Bayesçi nokta tahminleri

Tek bir sayı, bir dağılımdaki tüm bilgiyi bütünüyle yansıtamaz
Ancak bazen bir parametre için nokta tahmini gerekir

Çan biçimli bir yoğunluk grafiği.

Bayesçi nokta tahminleri

Tek bir sayı, bir dağılımdaki tüm bilgiyi bütünüyle yansıtamaz
Ancak bazen bir parametre için nokta tahmini gerekir

posterior_mean = np.mean(posterior_draws)

Ortalamasını gösteren dikey çizgiyle işaretlenmiş çan biçimli bir yoğunluk grafiği.

Bayesçi nokta tahminleri

Tek bir sayı, bir dağılımdaki tüm bilgiyi bütünüyle yansıtamaz
Ancak bazen bir parametre için nokta tahmini gerekir

posterior_mean = np.mean(posterior_draws)
posterior_median = np.median(posterior_draws)

Medyanını gösteren dikey çizgiyle işaretlenmiş çan biçimli bir yoğunluk grafiği.

Bayesçi nokta tahminleri

Tek bir sayı, bir dağılımdaki tüm bilgiyi bütünüyle yansıtamaz
Ancak bazen bir parametre için nokta tahmini gerekir

posterior_mean = np.mean(posterior_draws)
posterior_median = np.median(posterior_draws)
posterior_p75 = np.percentile(posterior_draws, 75)

75. yüzdelik dilimini gösteren dikey çizgiyle işaretlenmiş çan biçimli bir yoğunluk grafiği.

Güvenilir aralıklar

Parametrenin içine düşme olasılığı x% olan aralık
Güvenilir aralık ne kadar genişse, tahminde belirsizlik o kadar fazladır
Parametre rassaldır; bir aralığa belirli bir olasılıkla düşebilir
Sıklıkçı yaklaşımda (güven) aralık rassaldır, parametre sabittir

İki kesik dikey çizgiyle aralarındaki bölgeyi gösteren çan biçimli bir yoğunluk grafiği.

En Yüksek Artsal Yoğunluk (HPD)

Çan biçimli yoğunluk grafiğinde, yatay bir çizginin aşağı inmesiyle iki nokta arasındaki olasılık kütlesinin artışını gösteren GIF.

import arviz as az

hpd = az.hdi(posterior_draws, 
             hdi_prob=0.9)
print(hpd)

[-4.86840193  4.96075498]

Bayes sonuçlarını rapor etmeyi pratiğe dökelim!

Python ile Bayesçi Veri Analizi