Ändra vad som helst

Grunderna i bayesiansk dataanalys i R

Rasmus Bååth

Data Scientist

Fler skäl att använda bayesiansk dataanalys

1. Du kan inkludera informationskällor utöver data.
2. Du kan göra valfria jämförelser mellan grupper eller datamängder.
3. Du kan använda resultatet av en bayesiansk analys för beslutsanalys.
4. Du kan byta ut den underliggande statistiska modellen.

Byt ut binomialmodellen helt

• Varför? Jo, du har ny data...
• En bannerannons för din webbplats.
• Du betalar inte per visning, utan per dag.
• Ett test gav 19 klick på en dag
• Hur många dagliga webbplatsbesök kan vi förvänta oss i genomsnitt om vi köper den här bannern?

En modell för antal händelser per dag

• Dela upp dagen i 1 440 minuter.
• Hur stor andel av minuterna ger ett klick på annonsen?

En modell för antal händelser per dag

• Dela upp dagen i 1 440 minuter.
• Hur stor andel av minuterna ger ett klick på annonsen?
• Dela upp dagen i 86 400 sekunder.
• Hur stor andel av sekunderna ger ett klick på annonsen?

En modell för antal händelser per dag

• Dela upp dagen i 1 440 minuter.
• Hur stor andel av minuterna ger ett klick på annonsen?
• Dela upp dagen i 86 400 sekunder.
• Hur stor andel av sekunderna ger ett klick på annonsen?
• Dela upp dagen i 86 400 000 millisekunder.
• Hur stor andel av millisekunderna ger ett klick på annonsen?

En modell för antal händelser per dag

• Dela upp dagen i 1 440 minuter.
• Hur stor andel av minuterna ger ett klick på annonsen?
• Dela upp dagen i 86 400 sekunder.
• Hur stor andel av sekunderna ger ett klick på annonsen?
• Dela upp dagen i 86 400 000 millisekunder.
• Hur stor andel av millisekunderna ger ett klick på annonsen?
• Dela upp dagen i oändligt många delar...
• ???

Poissonfördelningen

• En parameter: det genomsnittliga antalet händelser per tidsenhet.
• rpois samplar från Poissonfördelningen.

Poissonfördelningen

n_clicks <- rpois(n = 100000, lambda = 20)
hist(n_clicks)

Nu kör vi en övning!

Grunderna i bayesiansk dataanalys i R