Condicionando aos dados (de novo)

Vamos ressuscitar o exemplo do site zumbi em que você testou anúncios de texto. De 100 impressões do anúncio de texto, 6 em 100 clicaram e visitaram seu site.

À direita está, em linhas gerais, o código que você desenvolveu no último exercício. pars é atualmente a distribuição conjunta sobre todas as combinações de proportion_clicks e n_visitors.

Este exercicio faz parte do curso

Fundamentos da Análise de Dados Bayesiana em R

Ver curso

Instruções do exercicio

Condicione aos dados e mantenha apenas as linhas em pars onde n_visitors == 6.
Normalize pars$probability novamente, para garantir que a soma seja 1.0.
Faça o gráfico da posteriori pars$probability usando plot(x = , y = , type = "h"), com pars$proportion_clicks no eixo x e pars$probability no eixo y.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

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(___)

Editar e Executar Código