Condicionando en los datos (de nuevo)

Rescatemos el ejemplo del sitio con zombis donde probaste anuncios de texto. De 100 impresiones del anuncio de texto, 6 clicaron y visitaron tu sitio.

A la derecha tienes, aproximadamente, el código que desarrollaste en el ejercicio anterior. pars es ahora la distribución conjunta sobre todas las combinaciones de proportion_clicks y n_visitors.

Este ejercicio forma parte del curso

Fundamentos del Análisis de Datos Bayesiano en R

Ver curso

Instrucciones del ejercicio

Condiciona en los datos y quédate solo con las filas de pars donde n_visitors == 6.
Normaliza de nuevo pars$probability para asegurarte de que suma 1.0.
Representa la posterior pars$probability usando plot(x = , y = , type = "h") con pars$proportion_clicks en el eje x y pars$probability en el eje y.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

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(___)

Editar y ejecutar código