Wir nennen es prior, weil es die Unsicherheit vorab abbildet – also bevor die Information aus den Daten einbezogen wurde. Lass uns das jetzt tun!

prior$n_visitors stand für die Unsicherheit darüber, wie viele Besucher du durch die Werbekampagne bekommen würdest. Jetzt weißt du aber, dass es genau 13 waren.

Aktualisiere prior, indem du auf diese Daten konditionierst. Filtere also alle Zeilen heraus, in denen prior$n_visitors nicht gleich 13 ist. Speichere das resultierende Data Frame in posterior.

Denk daran, dass du in R mit dem []-Operator Data Frames subsetten kannst. Zum Beispiel gibt Folgendes nur die Zeilen zurück, in denen n_visitors == 13 gilt:

prior[prior$n_visitors == 13, ]

Bayessche Modelle und Konditionierung

Create Your Free Account