Немного предыстории

Основы байесовского анализа данных в R

Rasmus Bååth

Data Scientist

Вероятность

Число от 0 до 1.
Утверждение о степени уверенности / неопределённости.
1 — полная уверенность в том, что событие произошло.
0 — полная уверенность в том, что событие не произошло.
Применяется не только к событиям типа «да/нет».

Роль вероятностных распределений в байесовском анализе данных — представлять неопределённость, а роль байесовского вывода — обновлять эти распределения по мере получения новых данных.

Байесовская модель доли успехов

prop_model(data)
data — вектор успехов и неудач, закодированных как 1 и 0.
Существует неизвестная доля успехов.
То, является ли наблюдение успехом, определяется только этой долей.
До получения данных любая доля успехов считается одинаково вероятной.
Результат — вероятностное распределение, отражающее знание модели о доле успехов.

Пробуем prop_model

data <- c()
prop_model(data)

Пробуем prop_model

data <- c(0)
prop_model(data)

Пробуем prop_model

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

Пробуем prop_model

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

Пробуем prop_model

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

Пробуем prop_model

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

Пробуем prop_model

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

Теперь попробуйте prop_model сами!

Основы байесовского анализа данных в R