계산 가능합니다!

R로 배우는 Bayesian 데이터 분석 기초

Rasmus Bååth

Data Scientist

시뮬레이션 vs 계산

  • 'r' 함수를 사용한 시뮬레이션, 예: rbinom, rpois
  • P(n_visitors = 13 | prob_success = 10%) 시뮬레이션
n_visitors <- rbinom(n = 100000, size = 100, prob = 0.1)
sum(n_visitors == 13) / length(n_visitors)

0.074
  • 'd' 함수를 사용한 계산, 예: dbinom, dpois
  • P(n_visitors = 13 | prob_success = 10%) 계산
dbinom(13, size = 100, prob = 0.1)

0.074
R로 배우는 Bayesian 데이터 분석 기초
  • P(n_visitors = 13 또는 n_visitors = 14 | prob_success = 10%) 계산
dbinom(13, size = 100, prob = 0.1) + dbinom(14, size = 100, prob = 0.1)

0.126
  • P(n_visitors | prop_success = 10%) 계산
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 ...
R로 배우는 Bayesian 데이터 분석 기초

계산된 분포 시각화

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

R로 배우는 Bayesian 데이터 분석 기초

연속 분포

  • 균등 분포
x <- runif(n = 100000, min = 0.0, max = 0.2)
hist(x)

R로 배우는 Bayesian 데이터 분석 기초

연속 분포

  • 균등 분포
    • runif의 d 버전은 dunif:
dunif(x = 0.12, min = 0.0, max = 0.2)

5
  • 확률 밀도: 상대적 확률의 개념
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
R로 배우는 Bayesian 데이터 분석 기초

직접 해보세요!

R로 배우는 Bayesian 데이터 분석 기초

Preparing Video For Download...