统计学中的贝叶斯推理是什么？何时以及如何使用贝叶斯推理？

我从来没有真正欣赏过抛硬币或击球平均的例子，因为很难将其转化为业务问题。根据我的经验，在媒体组合建模中使用贝叶斯方法与频率主义者相比，使用贝叶斯方法的优势在于，如果使用 OLS 对不同的媒体类型进行建模，则可能会获得对媒体变量为负的 beta。想想媒体活动的负系数，这通常是没有意义的。为什么在电视上观看广告与较低的购买量相关？因此，这就是贝叶斯方法的优势有望变得明显的时候。在MCMC采样之前，我们可以将每个媒体变量的先验设置为非负数，并相应地模拟模型的beta分布。