一些背景知识

R 中的贝叶斯数据分析基础

Rasmus Bååth

Data Scientist

概率

• 介于 0 和 1 之间的数。
• 关于确定性/不确定性的表述。
• 1 表示完全确定为真。
• 0 表示完全确定为假。
• 不仅限于是/否事件。

 

 

 

概率分布在贝叶斯数据分析中的作用是表示不确定性；贝叶斯推断的作用是用数据更新这些分布，以反映学到的信息。

成功比例的贝叶斯模型

• prop_model(data)
• data 是由 1（成功）和 0（失败）组成的向量。
• 存在未知的"成功比例"。
• 每个数据点是否成功仅由该比例决定。
• 在看到数据前，所有成功比例同样可能。
• 输出是表示模型对成功比例认知的不确定性的概率分布。

试用 prop_model

data <- c()
prop_model(data)

试用 prop_model

data <- c(0)
prop_model(data)

试用 prop_model

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

试用 prop_model

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

试用 prop_model

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

试用 prop_model

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

试用 prop_model

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

现在轮到你试试 prop_model！

R 中的贝叶斯数据分析基础