1. Uczyć się
  2. /
  3. Courses
  4. /
  5. Bayesowska analiza danych w Pythonie

Connected

Exercise

Analiza decyzyjna: koszty

Twoja przygoda z marketingiem trwa. Masz już obliczone posteriory współczynników kliknięć dla reklam ubrań i sneakersów – dostępne w przestrzeni roboczej jako clothes_posterior i sneakers_posteriors. Twój szef nie jest jednak zainteresowany rozkładami współczynników kliknięć. Chciałby wiedzieć, jaki byłby koszt przeprowadzenia kampanii reklamowej dla 10 000 użytkowników. Partner reklamowy firmy pobiera $2,5 za kliknięcie na urządzeniu mobilnym i $2 na komputerze stacjonarnym. Szefa interesuje koszt kampanii dla każdego produktu (ubrania i sneakersy) na każdej platformie (mobilna i stacjonarna) – cztery wartości łącznie.

Porównajmy te cztery posteriory kosztów za pomocą wykresu forest plot z pymc3, który został zaimportowany jako pm.

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Oblicz rozkłady liczby kliknięć dla ubrań i sneakersów i przypisz wyniki odpowiednio do clothes_num_clicks i sneakers_num_clicks.