改變任何事、改變一切

R 的 Bayesian 資料分析基礎

Rasmus Bååth

Data Scientist

為何用貝氏資料分析（續）

1. 你可以納入資料以外的資訊來源。
2. 你可以比較任何群組或資料集。
3. 你可以用貝氏分析結果做決策分析。
4. 你可以更換底層統計模型。

完全改換二項模型

• 為什麼？因為你有新資料…
• 你網站上的 banner ad。
• 你不是按次曝光付費，而是按「日」付費。
• 一次試用在一天內得到 19 次點擊
• 若付費投放這個 banner，平均每天應該預期有多少次造訪？

每日計數的模型

• 把一天切成 1440 分鐘。
• 每分鐘有多少比例會點擊這個廣告？

每日計數的模型

• 把一天切成 1440 分鐘。
• 每分鐘有多少比例會點擊這個廣告？
• 把一天切成 86400 秒。
• 每秒有多少比例會點擊這個廣告？

每日計數的模型

• 把一天切成 1440 分鐘。
• 每分鐘有多少比例會點擊這個廣告？
• 把一天切成 86400 秒。
• 每秒有多少比例會點擊這個廣告？
• 把一天切成 86400000 毫秒。
• 每毫秒有多少比例會點擊這個廣告？

每日計數的模型

• 把一天切成 1440 分鐘。
• 每分鐘有多少比例會點擊這個廣告？
• 把一天切成 86400 秒。
• 每秒有多少比例會點擊這個廣告？
• 把一天切成 86400000 毫秒。
• 每毫秒有多少比例會點擊這個廣告？
• 把一天切成無限小的單位…
• ???

Poisson 分配

• 一個參數：每單位時間的事件平均數。
• rpois 會從 Poisson 分配取樣。

Poisson 分配

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

一起來練習吧！

R 的 Bayesian 資料分析基礎