Probability rules

R में Bayesian डेटा विश्लेषण की बुनियाद

Rasmus Bååth

Data Scientist

बुरी और अच्छी खबर

• बुरी खबर
  • जो कंप्यूटेशन तरीका हमने लिया, वह बहुत खराब स्केल करता है.
• अच्छी खबर
  • Bayesian computation एक हॉट रिसर्च टॉपिक है.
  • Bayesian मॉडलों को और कुशलता से fit करने के कई तरीके हैं.
  • नतीजा वही होगा, बस आपको तेज़ी से मिलेगा.

प्रायिकता सिद्धांत

• प्रायिकता
  • 0 और 1 के बीच की संख्या.
  • निश्चितता/अनिश्चितता का कथन.
• गणितीय संकेतन:
  • P(n_visitors = 13) एक प्रायिकता है
  • P(n_visitors) एक प्रायिकता वितरण है
  • P(n_visitors = 13 | prop_clicks = 10%) एक शर्तयुक्त प्रायिकता है
  • P(n_visitors | prop_clicks = 10%) एक शर्तयुक्त प्रायिकता वितरण है

P(n_visitors | prop_clicks = 10%)

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

प्रायिकता में हेरफेर

प्रायिकता में हेरफेर

• सम नियम

प्रायिकता में हेरफेर

• सम नियम
  • p(1 या 2 या 3)

प्रायिकता में हेरफेर

• सम नियम
  • p(1 या 2 या 3) = 1/6 + 1/6 + 1/6 = 0.5

प्रायिकता में हेरफेर

• सम नियम
  • p(1 या 2 या 3) = 1/6 + 1/6 + 1/6 = 0.5
• गुणन नियम

প্রायিকতা में हेरফের

• सम नियम
  • p(1 या 2 या 3) = 1/6 + 1/6 + 1/6 = 0.5
• गुणन नियम
  • p(6 और 6)

प्रायिकता में हेरफेर

• सम नियम
  • p(1 या 2 या 3) = 1/6 + 1/6 + 1/6 = 0.5
• गुणन नियम
  • p(6 और 6) = 1/6 * 1/6 = 1 / 36 = 2.8%

प्रायिकता में हेरफेर

• सम नियम
  • p(1 या 2 या 3) = 1/6 + 1/6 + 1/6 = 0.5
• गुणन नियम
  • p(6 और 6) = 1/6 * 1/6 = 1 / 36 = 2.8%

 

• Foundations of Probability in R

इन नियमों को आज़माएँ!

R में Bayesian डेटा विश्लेषण की बुनियाद