Conditioneren op de data (opnieuw)

We halen het zombie-sitevoorbeeld weer terug, waarin je tekstadvertenties testte. Van de 100 vertoningen van de tekstadvertentie klikten 6 mensen door naar je site.

Rechts zie je ongeveer de code die je in de vorige oefening hebt opgebouwd. pars is nu de gezamenlijke verdeling over alle combinaties van proportion_clicks en n_visitors.

Deze oefening maakt deel uit van de cursus

Basisprincipes van Bayesiaanse data-analyse in R

Bekijk cursus

Oefeninstructies

Conditioneer op de data en bewaar alleen de rijen in pars waar n_visitors == 6.
Normaliseer pars$probability opnieuw, zodat de som 1.0 is.
Plot de posterior pars$probability met plot(x = , y = , type = "h"), met pars$proportion_clicks op de x-as en pars$probability op de y-as.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

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 bewerken en uitvoeren