Змінюйте будь-що і все

Основи байєсівського аналізу даних у R

Rasmus Bååth

Data Scientist

Чому варто використовувати баєсівський аналіз даних

1. Ви можете враховувати джерела інформації, крім даних.
2. Ви можете порівнювати будь-які групи або набори даних.
3. Ви можете використати результат баєсівського аналізу для аналізу рішень.
4. Ви можете змінити базову статистичну модель.

Повністю замініть біноміальну модель

• Чому? У вас з'явилися нові дані...
• Банерна реклама для вашого сайту.
• Ви не платите за перегляди, ви платите за день.
• У пробному запуску було 19 кліків за день
• Скільки щоденних візитів на сайт очікувати в середньому, якщо ми оплатимо цей банер?

Модель для підрахунків за день

• Розбийте день на 1440 хвилин.
• Яка частка хвилин дає клік по рекламі?

Модель для підрахунків за день

• Розбийте день на 1440 хвилин.
• Яка частка хвилин дає клік по рекламі?
• Розбийте день на 86400 секунд.
• Яка частка секунд дає клік по рекламі?

Модель для підрахунків за день

• Розбийте день на 1440 хвилин.
• Яка частка хвилин дає клік по рекламі?
• Розбийте день на 86400 секунд.
• Яка частка секунд дає клік по рекламі?
• Розбийте день на 86400000 мілісекунд.
• Яка частка мілісекунд дає клік по рекламі?

Модель для підрахунків за день

• Розбийте день на 1440 хвилин.
• Яка частка хвилин дає клік по рекламі?
• Розбийте день на 86400 секунд.
• Яка частка секунд дає клік по рекламі?
• Розбийте день на 86400000 мілісекунд.
• Яка частка мілісекунд дає клік по рекламі?
• Розбийте день на нескінченні частини...
• ???

Розподіл Пуассона

• Один параметр: середня кількість подій за одиницю часу.
• rpois вибирає з розподілу Пуассона.

Розподіл Пуассона

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

Давайте потренуємось!

Основи байєсівського аналізу даних у R