Вы изменили априорное распределение!

Основы байесовского анализа данных в R

Rasmus Bååth

Data Scientist

Следующий аргумент в пользу байесовского анализа данных

Можно включать дополнительные источники информации помимо данных.
Можно проводить любые сравнения между группами или наборами данных.
Результаты байесовского анализа можно использовать для анализа решений.
Можно изменять базовую статистическую модель.

Сравнение видео- и текстовой рекламы

posterior

   video_prop text_prop
1        0.08      0.10
2        0.10      0.07
3        0.16      0.05
4        0.09      0.05
5        0.18      0.03
6        0.13      0.05
7        0.12      0.10
8        0.10      0.04
9        0.11      0.09
10       0.18      0.05
11       0.12      0.04
12       0.13      0.07
13       0.10      0.13
14       0.15      0.03
15       0.07      0.05
16       0.14      0.09
...      ...       ...

Сравнение видео- и текстовой рекламы

posterior$prop_diff <- posterior$video_prop - posterior$text_prop
posterior

   video_prop text_prop prop_diff
1        0.08      0.10     -0.02
2        0.10      0.07      0.03
3        0.16      0.05      0.11
4        0.09      0.05      0.04
5        0.18      0.03      0.15
6        0.13      0.05      0.08
7        0.12      0.10      0.02
8        0.10      0.04      0.06
9        0.11      0.09      0.02
10       0.18      0.05      0.13
11       0.12      0.04      0.08
12       0.13      0.07      0.06
13       0.10      0.13     -0.03
14       0.15      0.03      0.11
15       0.07      0.05      0.01
...      ...       ...       ...

Как выглядит распределение `prop_diff`?

Основы байесовского анализа данных в R