De stelling van Bayes

Basisprincipes van Bayesiaanse data-analyse in R

Rasmus Bååth

Data Scientist

Dit is de stelling van Bayes!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)
Basisprincipes van Bayesiaanse data-analyse in R

Dit is de stelling van Bayes!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Basisprincipes van Bayesiaanse data-analyse in R

Dit is de stelling van Bayes!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Basisprincipes van Bayesiaanse data-analyse in R

Dit is de stelling van Bayes!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Basisprincipes van Bayesiaanse data-analyse in R

Dit is de stelling van Bayes!

pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)

Basisprincipes van Bayesiaanse data-analyse in R

Dit is de stelling van Bayes!

Basisprincipes van Bayesiaanse data-analyse in R

Grid-approximatie

  • Definieer een grid over alle parametercombinaties die je wilt evalueren.
  • Benader het resultaat: alle combinaties uitproberen is vaak onmogelijk.
  • (Er zijn veel meer algoritmen om Bayesiaanse modellen te fitten, sommige efficiënter dan andere...)
Basisprincipes van Bayesiaanse data-analyse in R

Een wiskundige notatie voor modellen

Basisprincipes van Bayesiaanse data-analyse in R

Straks: meer parameters, meer data!

Basisprincipes van Bayesiaanse data-analyse in R

Preparing Video For Download...