Mô hình Bayes và điều kiện hóa

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Rasmus Bååth

Data Scientist

n_samples <- 100000
n_ads_shown <- 100
proportion_clicks <- runif(n_samples, min = 0.0, max = 0.2)
n_visitors <- rbinom(n = n_samples, size = n_ads_shown, 
                     prob = proportion_clicks)

n_samples <- 100000
n_ads_shown <- 100
proportion_clicks <- runif(n_samples, min = 0.0, max = 0.2)
n_visitors <- rbinom(n = n_samples, size = n_ads_shown, 
                     prob = proportion_clicks)
prior <- data.frame(proportion_clicks, n_visitors)

prior

   proportion_clicks n_visitors
1             0.12         10
2             0.04          3
3             0.11         14
4             0.15         14
5             0.15         12
6             0.16         13
7             0.04          6
8             0.04          3
9             0.09         10
10            0.04          3
11            0.08          8
12            0.13         12
13            0.02          3
14            0.18         19
15            0.04          5
16            0.10         10
...           ...          ...

Tinh túy của suy luận Bayes

Suy luận Bayes là điều kiện hóa trên dữ liệu để suy ra giá trị tham số.

Tự thử suy luận Bayes!

Những nền tảng của Phân tích dữ liệu Bayesian trong R