1. Nauka
    2. /
  2. Kursy
    3. /
  3. Podstawy bayesowskiej analizy danych w R
Connected

ćwiczenie

Bayesowski model IQ zombie

Zombie są głupie – a ty i twoi koledzy z Narodowego Laboratorium Badań nad Zombie chcecie dowiedzieć się, jak bardzo głupie. Masz do dyspozycji model normalny opracowany w poprzednim filmie, z tą różnicą, że dane o temperaturze zastąpiono świeżymi wynikami IQ zombie prosto z laboratorium. Interesuje nas, ile możemy się dowiedzieć o średnim IQ zombie na podstawie tych danych. Model jest gotowy – pozostało jedynie obliczyć probability dla każdej kombinacji parametrów w pars.

Instrukcje

100 XP
  • Użyj twierdzenia Bayesa, aby obliczyć te prawdopodobieństwa i przypisz je do pars$probability, uzupełniając w ten sposób model.

Oto twierdzenie Bayesa:

$$P(\theta|D) = \frac{P(D|\theta) \times P(\theta)}{\sum P(D|\theta) \times P(\theta)}$$

Gdzie

  • \(\theta\) to kombinacja parametrów,
  • \(D\) to dane,
  • \(P(D|\theta)\) to wiarygodność (likelihood),
  • \(P(\theta)\) to prior,
  • \(P(\theta|D)\) to prawdopodobieństwo różnych wartości parametrów przy danych wartościach danych. To właśnie chcemy uzyskać!