Aktualisieren mit dem Satz von Bayes
In diesem Kapitel hast du per Simulation die Posterior-Wahrscheinlichkeit dafür geschätzt, dass eine Münze, die 11 Köpfe in 20 Würfen ergibt, fair ist. Jetzt berechnest du sie erneut, diesmal mit den exakten Wahrscheinlichkeiten aus dbinom(). Es gibt eine 50-%-Chance, dass die Münze fair ist, und eine 50-%-Chance, dass sie verzerrt ist.
Diese Übung ist Teil des Kurses
<Kurs>Grundlagen der Wahrscheinlichkeit mit R</Kurs>Übungsanweisungen
- Verwende die Funktion
dbinom(), um die exakte Wahrscheinlichkeit zu berechnen, 11 Köpfe in 20 Würfen mit einer fairen Münze (50 % Chance für Kopf) und mit einer verzerrten Münze (75 % Chance für Kopf) zu erhalten. Speichere sie alsprobability_fairbzw.probability_biased. - Nutze diese Werte, um die Posterior-Wahrscheinlichkeit zu berechnen, dass die Münze fair ist. Das ist die Wahrscheinlichkeit für 11 Köpfe mit einer fairen Münze geteilt durch die Summe der beiden Wahrscheinlichkeiten.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Use dbinom to calculate the probability of 11/20 heads with fair or biased coin
probability_fair <-
probability_biased <-
# Calculate the posterior probability that the coin is fair