Aktualisieren mit Priors
Wir sehen: 14 von 20 Würfen sind Kopf. Zu Beginn nehmen wir an, dass die Münze mit 80 % Wahrscheinlichkeit fair ist und mit 20 % Wahrscheinlichkeit auf 75 % Kopf verzerrt ist.
Du löst diesen Fall per Simulation, indem du mit einem „Eimer“ aus 10.000 Münzen startest, davon 8.000 fair und 2.000 verzerrt, und jede davon 20-mal wirfst.
Diese Übung ist Teil des Kurses
<Kurs>Grundlagen der Wahrscheinlichkeit mit R</Kurs>Übungsanweisungen
- Simuliere 8.000 Durchläufe mit 20 Würfen einer fairen Münze und 2.000 Durchläufe mit 20 Würfen einer verzerrten Münze. Speichere sie als
fair_flipsbzw.biased_flips. - Ermittle die Anzahl der Fälle mit genau 14-mal Kopf für jede Münze und speichere sie als
fair_14bzw.biased_14. - Bestimme den Anteil aller Münzen, die 14-mal Kopf ergaben und fair waren: Das ist eine Schätzung der posterioren Wahrscheinlichkeit, dass die Münze fair ist.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Simulate 8000 cases of flipping a fair coin, and 2000 of a biased coin
fair_flips <-
biased_flips <-
# Find the number of cases from each coin that resulted in 14/20
fair_14 <-
biased_14 <-
# Use these to estimate the posterior probability