計算できる！

RによるベイズデータAnalysisの基礎

Rasmus Bååth

Data Scientist

シミュレーション vs 計算

  • 'r'関数を使ったシミュレーション（例：rbinom、rpois）
  • P(n_visitors = 13 | prob_success = 10%) のシミュレーション
n_visitors <- rbinom(n = 100000, size = 100, prob = 0.1)
sum(n_visitors == 13) / length(n_visitors)

0.074
  • 'd'関数を使った計算（例：dbinom、dpois）
  • P(n_visitors = 13 | prob_success = 10%) の計算
dbinom(13, size = 100, prob = 0.1)

0.074
RによるベイズデータAnalysisの基礎
  • P(n_visitors = 13 または n_visitors = 14 | prob_success = 10%) の計算
dbinom(13, size = 100, prob = 0.1) + dbinom(14, size = 100, prob = 0.1)

0.126
  • P(n_visitors | prop_success = 10%) の計算
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 ...
RによるベイズデータAnalysisの基礎

計算した分布のプロット

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

RによるベイズデータAnalysisの基礎

連続分布

  • 一様分布
x <- runif(n = 100000, min = 0.0, max = 0.2)
hist(x)

RによるベイズデータAnalysisの基礎

連続分布

  • 一様分布
    • runif のd版は dunif：
dunif(x = 0.12, min = 0.0, max = 0.2)

5
  • 確率密度：相対的な確率の一種
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
RによるベイズデータAnalysisの基礎

試してみよう！

RによるベイズデータAnalysisの基礎

Preparing Video For Download...