Posterior klikpercentages
Na een succesvolle periode bij het Department for Health stap je over naar marketing. Je nieuwe bedrijf heeft net twee proefcampagnes gedraaid: één voor sneakers en één voor kleding. Jouw taak is te achterhalen welke effectiever was op basis van het doorklikpercentage, zodat die campagne kan worden uitgerold naar een groter publiek.
Je besluit A/B-testen uit te voeren en modelleert de data met een binomiale likelihood. Je ontdekte dat het typische doorklikpercentage voor eerdere advertenties de laatste tijd rond de 15% lag, met resultaten tussen 5% en 30%. Op basis hiervan concludeer je dat \(Beta(10, 50)\) een goede prior is voor het doorklikpercentage.
De ads-data, de functie simulate_beta_posterior() die je in de video hebt gezien, en numpy (als np) zijn beschikbaar in je werkruimte.
Deze oefening maakt deel uit van de cursus
Bayesian Data Analysis in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Generate prior draws
prior_draws = ____(____, ____, 100000)
# Plot the prior
sns.kdeplot(____, shade=True, label="prior")
plt.show()