Ta có thể tính được!

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Rasmus Bååth

Data Scientist

Mô phỏng vs tính toán

  • Mô phỏng bằng các hàm bắt đầu bằng 'r', ví dụ rbinom và rpois
  • Mô phỏng P(n_visitors = 13 | prob_success = 10%)
n_visitors <- rbinom(n = 100000, size = 100, prob = 0.1)
sum(n_visitors == 13) / length(n_visitors)

0.074
  • Tính toán bằng các hàm bắt đầu bằng 'd', ví dụ dbinom và dpois
  • Tính P(n_visitors = 13 | prob_success = 10%)
dbinom(13, size = 100, prob = 0.1)

0.074
Những nền tảng của Phân tích dữ liệu Bayesian trong R
  • Tính P(n_visitors = 13 hoặc n_visitors = 14 | prob_success = 10%)
dbinom(13, size = 100, prob = 0.1) + dbinom(14, size = 100, prob = 0.1)

0.126
  • Tính P(n_visitors | prop_success = 10%)
n_visitors = seq(0, 100, by = 1)
probability <- dbinom(n_visitors, size = 100, prob = 0.1)

n_visitors

0 1 2 3 4 5 6 7 ...

probability

0.000 0.000 0.002 0.006 0.016 0.034 0.060 0.089 ...
Những nền tảng của Phân tích dữ liệu Bayesian trong R

Vẽ phân phối đã tính

plot(n_visitors, probability, type = "h")

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Phân phối liên tục

  • Phân phối Uniform
x <- runif(n = 100000, min = 0.0, max = 0.2)
hist(x)

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Phân phối liên tục

  • Phân phối Uniform
    • Bản d của runif là dunif:
dunif(x = 0.12, min = 0.0, max = 0.2)

5
  • Mật độ xác suất: dạng "xác suất tương đối"
x = seq(0, 0.2, by=0.01)
dunif(x, min = 0.0, max = 0.2)

5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Những nền tảng của Phân tích dữ liệu Bayesian trong R

Hãy thử nhé!

Những nền tảng của Phân tích dữ liệu Bayesian trong R

Preparing Video For Download...