थोड़ा बैकग्राउंड

R में Bayesian डेटा विश्लेषण की बुनियाद

Rasmus Bååth

Data Scientist

प्राबबिलिटी

0 और 1 के बीच की संख्या।
निश्चितता/अनिश्चितता का कथन।
1 का मतलब है पूर्ण निश्चितता कि कुछ सच है।
0 का मतलब है पूर्ण निश्चितता कि कुछ सच नहीं है।
सिर्फ हाँ/ना घटनाओं तक सीमित नहीं।

Bayesian डेटा विश्लेषण में probability distributions का काम अनिश्चितता दिखाना है, और Bayesian inference का काम डेटा से सीखी गई बातों के अनुसार इन distributions को अपडेट करना है.

सफलता के proportion के लिए एक Bayesian मॉडल

prop_model(data)
data सफलता और असफलता का वेक्टर है, जिसे 1 और 0 से दर्शाया गया है।
वास्तविक, अज्ञात proportion of success है।
किसी डेटा पॉइंट के सफल होने पर सिर्फ इसी proportion का असर है।
कोई डेटा देखने से पहले, सफलता का कोई भी वास्तविक proportion समान रूप से संभव है।
नतीजा एक probability distribution है जो इस underlying proportion of success के बारे में मॉडल की जानकारी दिखाता है।

prop_model आज़माएँ

data <- c()
prop_model(data)

prop_model आज़माएँ

data <- c(0)
prop_model(data)

prop_model आज़माएँ

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

prop_model आज़माएँ

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

prop_model आज़माएँ

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

prop_model आज़माएँ

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

prop_model आज़माएँ

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

अब, आप prop_model आज़माएँ!

R में Bayesian डेटा विश्लेषण की बुनियाद