ComenzarEmpieza gratis

Hacia la aproximación por rejilla

¡Enhorabuena! Acabas de incorporarte como analista de datos en el Ministerio de Sanidad de tu país. El gabinete está valorando la compra de un nuevo fármaco contra un virus mortal y contagioso. Sin embargo, hay dudas sobre la eficacia del nuevo fármaco frente al virus. Te han encargado estimar la tasa de eficacia del fármaco, es decir, el porcentaje de pacientes curados por el fármaco.

Se ha montado rápidamente un experimento en el que se ha tratado con el fármaco a 10 pacientes enfermos. Una vez sepas cuántos de ellos se curan, podrás usar la distribución binomial considerando a un paciente curado como un "éxito" y la tasa de eficacia como la "probabilidad de éxito". Mientras esperas los resultados del experimento, decides preparar la rejilla de parámetros.

numpy y pandas se han importado por ti como np y pd, respectivamente.

Este ejercicio forma parte del curso

Análisis de datos bayesiano en Python

Ver curso

Instrucciones del ejercicio

  • Usando np.arange(), crea un array con todos los posibles números de pacientes curados (de 0 a 10) y asígnalo a num_patients_cured.
  • Usando np.arange(), crea un array con todos los posibles valores de la tasa de eficacia (de 0 a 1, de 0,01 en 0,01) y asígnalo a efficacy_rate.
  • Combina num_patients_cured y efficacy_rate en un DataFrame llamado df, enumerando todas las combinaciones posibles de ambos.
  • Asigna ["num_patients_cured", "efficacy_rate"] a las columnas de df e imprímelo.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create cured patients array from 1 to 10
num_patients_cured = ____

# Create efficacy rate array from 0 to 1 by 0.01
efficacy_rate = ____

# Combine the two arrays in one DataFrame
df = ____([(x, y) for x in ____ for y in ____])

# Name the columns
df.columns = ____

# Print df
print(df)
Editar y ejecutar código