R语言贝叶斯Poisson泊松-正态分布模型分析职业足球比赛进球数

最近我们被客户要求撰写关于贝叶斯分析的研究报告。

 

由Kaizong Ye,Liao Bao撰写

在本文关于如何在R中进行贝叶斯分析。我们介绍贝叶斯分析,这个例子是关于职业足球比赛的进球数。

模型

首先,我们认为职业足球比赛的进球数来自分布,其中θ是平均进球数。现在假设我们用一位足球专家的意见来得出足球比赛的平均进球数,即参数θ,我们得到:

curve(dnorm(x, 2.5, 0.2), from = -2, to = 8,...)

我们想知道什么?

在这种情况下,我们想知道θ的后验分布是什么样子的,这个分布的平均值是什么。为了做到这一点,我们将在三种情况下分析:

我们有1个观察值x=1,来自分布为的总体。
我们有3个观测值x=c(1,3,5),来自一个具有分布的总体。
我们有10个观测值x=c(5,4,3,4,3,2,7,2,4,5),来自一个具有分布的总体。


视频

贝叶斯推断线性回归与R语言预测工人工资数据

探索见解

去bilibili观看

探索更多视频

理论方法

在这里,我想告诉你贝叶斯分析是如何分析的。首先,我们有一个来自具有未知参数θ的泊松分布的人口的似然函数。 

我们知道参数θ的先验分布p(θ)是由以下公式给出的。

最后,θ的后验分布为。

其中常数C的计算方法如下。

而后验分布E(θ|x)的平均值由以下公式给出。

计算方法


R语言泊松Poisson回归模型分析案例

阅读文章


在这里,你将学习如何在R中使用蒙特卡洛模拟来回答上面提出的问题。对于这三种情况,你将遵循以下步骤。

1. 定义数据

首先,你需要根据方案定义数据。

x <- 1 #第一种情况

2. 计算常数C

现在使用蒙特卡洛模拟来计算积分。为此,有必要从先验分布中产生N=10000个值θi,并在似然函数中评估它们。最后,为了得到C,这些值被平均化。R中的代码如下。


随时关注您喜欢的主题


N <- 100000  # 模拟值的数量
rnorm(n=N, mean = 2.5, sd = 0.2) #先验分布
prod(dpois(x=x, lambda = theta)) #似然函数

3. 寻找后验分布

计算完C后,你可以得到后验分布,如下所示。

        fvero(theta) * dnorm(x=theta) / C

4. 计算后验分布的平均数

最后你可以使用蒙特卡洛模拟计算积分来获得后验分布的平均值。

integral <- mean(aux)
posterior <- integral/C

结果

如前所述,上面介绍的代码用于所有三种情况,唯一根据情况变化的是x。

在这一节中,我们将为每种情况展示一张图,其中包含θ的先验和后验分布、后验分布的平均值(蓝色虚线)和观测值(粉红色的点)。

第一种情况

curve(dnorm(x, 2.5, 0.2), col=4,,x=x, y=rep(0, length(x)),
line,v = mposterior,legend=c("topright", legend=c("后验", "先验"),)

第二种情况

第三种情况

结论

从结果中我们可以得出这样的结论:当我们有很少的观测数据时,如图1和图2,由于缺乏样本证据,后验分布将倾向于类似于先验分布。相反,当我们有大量的观测数据时,如图3,后验分布将偏离先验分布,因为数据将有更大的影响。

我希望你喜欢这篇文章并了解贝叶斯统计。我鼓励你用其他分布运行这个程序。


可下载资源

关于作者

Kaizong Ye拓端研究室(TRL)的研究员。在此对他对本文所作的贡献表示诚挚感谢,他在上海财经大学完成了统计学专业的硕士学位,专注人工智能领域。擅长Python.Matlab仿真、视觉处理、神经网络、数据分析。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。

​非常感谢您阅读本文,如需帮助请联系我们!

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498

关注有关新文章的微信公众号


永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。

技术干货

最新洞察

This will close in 0 seconds