CommencezCommencez gratuitement

Des remèdes contre les zombies avec prop_model

Si nous nous intéressions vraiment à la proportion sous-jacente de faces de ce pile ou face, alors prop_model ne serait pas particulièrement utile. Comme il suppose que toute proportion sous-jacente de réussite est également probable avant d'observer des données, il faudra beaucoup de lancers pour convaincre prop_model que la pièce est équilibrée. Ce modèle convient mieux lorsque nous avons peu de connaissances préalables sur la proportion de réussite sous-jacente.

Cette activité fait partie du cours

Principes fondamentaux de l'analyse de données bayésienne en R

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Update the data and rerun prop_model
data = c(1, 0, 0, 1)
prop_model(data)
Modifier et exécuter le code