Podmíněný zkratka

Výborně, právě jsi provedl/a bayesovský výpočet bez jediné simulace! Graf, který jsi vytvořil/a, by měl být podobný posteriornímu rozdělení, které jsi vypočítal/a ve třetí kapitole. Jak ale vidíš, kód byl poměrně rozsáhlý – nedá se něco zkrátit?

Dá! Data můžeš podmínit přímo, bez nutnosti nejdřív vytvářet sdružené rozdělení.

Toto cvičení je součástí kurzu

Základy bayesovské analýzy dat v R

Zobrazit kurz

Pokyny k cvičení

Nastav n_visitors přímo na hodnotu 6 – jednoduše nahraď příkaz seq.
Teď můžeš odebrat řádek, který podmíňuje data, a také následující řádek, který normalizuje pars$probability.
Pečlivě si prohlédni výsledný kód a přesvědč se, že upravená verze dává stejný výsledek jako předtím. :)

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Simplify the code below by directly conditioning on the data
n_ads_shown <- 100
proportion_clicks <- seq(0, 1, by = 0.01)
n_visitors <- seq(0, 100, by = 1)
pars <- expand.grid(proportion_clicks = proportion_clicks,
                    n_visitors = n_visitors)
pars$prior <- dunif(pars$proportion_clicks, min = 0, max = 0.2)
pars$likelihood <- dbinom(pars$n_visitors, 
    size = n_ads_shown, prob = pars$proportion_clicks)
pars$probability <- pars$likelihood * pars$prior
pars$probability <- pars$probability / sum(pars$probability)
pars <- pars[pars$n_visitors == 6, ]
pars$probability <- pars$probability / sum(pars$probability)
plot(pars$proportion_clicks, pars$probability, type = "h")

Upravit a spustit kód