Przydatny skrót warunkowy
Świetnie – udało się przeprowadzić obliczenia bayesowskie bez żadnej symulacji! Wygenerowany wykres powinien przypominać rozkład a posteriori obliczony w rozdziale 3. Widać jednak, że kod jest dość rozbudowany – czy da się go skrócić?
Oczywiście! Możesz bezpośrednio warunkować na danych, bez konieczności wcześniejszego tworzenia łącznego rozkładu.
To ćwiczenie jest częścią kursu
Podstawy bayesowskiej analizy danych w R
Instrukcje do ćwiczenia
- Ustaw
n_visitorsbezpośrednio na6– po prostu zastąp instrukcjęseq. - Możesz teraz usunąć wiersz, który warunkuje na danych, oraz następny wiersz normalizujący
pars$probability. - Przyjrzyj się uważnie końcowemu kodowi i upewnij się, że wynik tego zmodyfikowanego kodu będzie taki sam jak poprzednio. :)
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Simplify the code below by directly conditioning on the data
n_ads_shown <- 100
proportion_clicks <- seq(0, 1, by = 0.01)
n_visitors <- seq(0, 100, by = 1)
pars <- expand.grid(proportion_clicks = proportion_clicks,
n_visitors = n_visitors)
pars$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)
pars <- pars[pars$n_visitors == 6, ]
pars$probability <- pars$probability / sum(pars$probability)
plot(pars$proportion_clicks, pars$probability, type = "h")