배경 지식

R로 배우는 Bayesian 데이터 분석 기초

Rasmus Bååth

Data Scientist

확률

• 0과 1 사이의 숫자입니다.
• 확실성 / 불확실성에 대한 표현입니다.
• 1은 어떤 사건이 확실히 발생함을 의미합니다.
• 0은 어떤 사건이 확실히 발생하지 않음을 의미합니다.
• 예/아니오 사건에만 적용되지 않습니다.

 

 

 

베이즈 데이터 분석에서 확률 분포의 역할은 불확실성을 표현하는 것이며, 베이즈 추론의 역할은 데이터로부터 학습한 내용을 반영하여 확률 분포를 업데이트하는 것입니다.

성공 비율에 대한 베이즈 모델

• prop_model(data)
• data는 1과 0으로 표현된 성공과 실패의 벡터입니다.
• 알 수 없는 성공 비율이 존재합니다.
• 데이터 포인트의 성공 여부는 이 비율에만 영향을 받습니다.
• 데이터를 관측하기 전에는 모든 성공 비율이 동일하게 가능합니다.
• 결과는 모델이 성공 비율에 대해 알고 있는 것을 나타내는 확률 분포입니다.

prop_model 실습

data <- c()
prop_model(data)

prop_model 실습

data <- c(0)
prop_model(data)

prop_model 실습

data <- c(0, 1)
prop_model(data)

prop_model 실습

data <- c(0, 1, 0)
prop_model(data)

prop_model 실습

data <- c(0, 1, 0, 0)
prop_model(data)

prop_model 실습

data <- c(0, 1, 0, 0, 0)
prop_model(data)

prop_model 실습

data <- c(0, 1, 0, 0, 0, 1)
prop_model(data)

이제 prop_model을 직접 사용해 보세요!

R로 배우는 Bayesian 데이터 분석 기초