Simula una posterior beta
En los próximos ejercicios, vas a usar la función simulate_beta_posterior() que viste definida en el último video. En este ejercicio, te familiarizarás con lo que hace la función realizando tú mismo los cálculos que lleva a cabo.
Se te da una lista de diez lanzamientos de moneda, llamada tosses, donde 1 es cara, 0 es cruz, y consideramos cara como un "éxito". Para simular la probabilidad posterior de obtener cara, usarás una previa beta. Recuerda que si la previa es \(Beta(a, b)\), entonces la posterior es \(Beta(x, y)\), con:
\(x = \text{NúmeroDeCaras} + a\)
\(y = \text{NúmeroDeLanzamientos} - \text{NúmeroDeCaras} + b\)
Este ejercicio forma parte del curso
Análisis de datos bayesiano en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Set prior parameters and calculate number of successes
beta_prior_a = ____
beta_prior_b = ____
num_successes = np.sum(____)
# Generate 10000 posterior draws
posterior_draws = np.random.beta(
____ + ____,
____ - ____ + ____,
10000)
# Plot density of posterior_draws
sns.kdeplot(posterior_draws, shade=True)
plt.show()