Konditionierung auf die Daten (nochmal)

Lass uns das Zombie-Website-Beispiel wieder aufgreifen, in dem du Textanzeigen getestet hast. Bei 100 Impressionen der Textanzeige haben 6 von 100 geklickt und deine Seite besucht.

Rechts siehst du ungefähr den Code, den du in der letzten Übung entwickelt hast. pars ist derzeit die gemeinsame Verteilung über alle Kombinationen von proportion_clicks und n_visitors.

Diese Übung ist Teil des Kurses

<Kurs>Grundlagen der Bayes'schen Datenanalyse in R</Kurs>

Kurs ansehen

Übungsanweisungen

Konditioniere auf die Daten und behalte nur die Zeilen in pars, bei denen n_visitors == 6 ist.
Normalisiere pars$probability erneut, damit die Summe 1.0 ergibt.
Plotte das Posterior pars$probability mit plot(x = , y = , type = "h"), wobei pars$proportion_clicks auf der x-Achse und pars$probability auf der y-Achse liegt.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

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$probability)
# Condition on the data 
pars <- ___
# Normalize again
pars$probability <- ___
# Plot the posterior pars$probability
plot(___)

Code bearbeiten und ausführen