Pravidla pravděpodobnosti

Základy bayesovské analýzy dat v R

Rasmus Bååth

Data Scientist

Dobrá a špatná zpráva

• Špatná zpráva
  • Použitý způsob výpočtu špatně škáluje.
• Dobrá zpráva
  • Bayesovský výpočet je aktivní výzkumné téma.
  • Existuje mnoho metod pro efektivnější fitování bayesovských modelů.
  • Výsledek bude stejný, jen ho získáte rychleji.

Teorie pravděpodobnosti

• Pravděpodobnost
  • Číslo mezi 0 a 1.
  • Vyjádření jistoty/nejistoty.
• Matematická notace:
  • P(n_visitors = 13) je pravděpodobnost
  • P(n_visitors) je rozdělení pravděpodobnosti
  • P(n_visitors = 13 | prop_clicks = 10 %) je podmíněná pravděpodobnost
  • P(n_visitors | prop_clicks = 10 %) je podmíněné rozdělení pravděpodobnosti

P(n_visitors | prop_clicks = 10%)

n_visitors <- rbinom(n = 10000, size = 100, prob = 0.1)
hist(n_visitors)

Manipulace s pravděpodobností

Manipulace s pravděpodobností

• Pravidlo součtu

Manipulace s pravděpodobností

• Pravidlo součtu
  • p(1 nebo 2 nebo 3)

Manipulace s pravděpodobností

• Pravidlo součtu
  • p(1 nebo 2 nebo 3) = 1/6 + 1/6 + 1/6 = 0,5

Manipulace s pravděpodobností

• Pravidlo součtu
  • p(1 nebo 2 nebo 3) = 1/6 + 1/6 + 1/6 = 0,5
• Pravidlo součinu

Manipulace s pravděpodobností

• Pravidlo součtu
  • p(1 nebo 2 nebo 3) = 1/6 + 1/6 + 1/6 = 0,5
• Pravidlo součinu
  • p(6 a 6)

Manipulace s pravděpodobností

• Pravidlo součtu
  • p(1 nebo 2 nebo 3) = 1/6 + 1/6 + 1/6 = 0,5
• Pravidlo součinu
  • p(6 a 6) = 1/6 * 1/6 = 1 / 36 = 2,8 %

Manipulace s pravděpodobností

• Pravidlo součtu
  • p(1 nebo 2 nebo 3) = 1/6 + 1/6 + 1/6 = 0,5
• Pravidlo součinu
  • p(6 a 6) = 1/6 * 1/6 = 1 / 36 = 2,8 %

 

• Foundations of Probability in R

Vyzkoušejme tato pravidla!

Základy bayesovské analýzy dat v R