再次以資料作為條件
讓我們回到殭屍網站的範例，你測試了文字廣告。在 100 次曝光中，有 6 人點擊並造訪你的網站。
右側大致是你在上一個練習中寫出的程式碼。現在 pars 代表 proportion_clicks 與 n_visitors 所有組合的聯合分佈。
本練習屬於課程
R 的 Bayesian 資料分析基礎
練習說明
- 以資料作為條件，只保留
pars中n_visitors == 6的列。 - 再次將
pars$probability正規化，確保總和為1.0。 - 使用
plot(x = , y = , type = "h")繪製後驗分佈pars$probability，x 軸為pars$proportion_clicks，y 軸為pars$probability。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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(___)