Wahrscheinlichkeitsverteilungen
Gut gemacht bei der vorherigen Übung! Jetzt hast du ein Gefühl dafür, worum es beim Bayes’schen Ansatz geht. Unter anderem weißt du, dass für Bayesianer Parameter statistischer Modelle Zufallsvariablen sind, die sich durch Wahrscheinlichkeitsverteilungen beschreiben lassen.
In dieser Übung testest du deine Fähigkeit, Wahrscheinlichkeitsverteilungen zu visualisieren und zu interpretieren. Du hast eine lange Liste von Ziehungen aus der Verteilung der Pflanzenhöhen in Zentimetern erhalten, gespeichert in der Variablen draws. seaborn und matplotlib.pyplot sind bereits als sns bzw. plt importiert. Zeit, mit den Daten zu arbeiten!
Diese Übung ist Teil des Kurses
Bayesianische Datenanalyse in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Print the list of draws
print(____)
# Print the length of draws
print(____)