Je mehr du wirfst, desto mehr lernst du
Stell dir vor, du bist (nur für einen Tag) Frequentist:in und sollst die Wahrscheinlichkeit für Kopf bei einem (möglicherweise verzerrten) Münzwurf schätzen – ohne einen einzigen Wurf zu beobachten. Was würdest du sagen? Es ist unmöglich, es gibt keine Daten! Dann darfst du einmal werfen. Es kommt Zahl. Was sagst du jetzt? Nun, wenn das alle deine Daten sind, würdest du sagen, die Kopf-Wahrscheinlichkeit beträgt 0 %.
Du spürst wahrscheinlich, dass diese Antworten nicht ideal sind. Aber was wäre besser? Was würde ein:e Bayesianer:in sagen? Finden wir’s heraus! numpy und seaborn wurden bereits als np bzw. sns importiert.
Diese Übung ist Teil des Kurses
Bayesianische Datenanalyse in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Estimate and plot heads probability based on no data
heads_prob_nodata = ____
____(____, shade=True, label="no data")
plt.show()