Plus vous lancez, plus vous apprenez
Imaginez que vous êtes fréquentiste (juste pour une journée) et que l’on vous demande d’estimer la probabilité d’obtenir pile avec une pièce (potentiellement biaisée), mais sans observer aucun lancer. Que diriez-vous ? C’est impossible, il n’y a pas de données ! Puis, on vous autorise à lancer la pièce une fois. Vous obtenez face. Que dites-vous maintenant ? Eh bien, si c’est toute votre information, vous diriez que la probabilité d’avoir pile est de 0 %.
Vous sentez probablement au fond de vous que ces réponses ne sont pas idéales. Mais que pourrait-on faire de mieux ? Que dirait un Bayésien ? Voyons cela ! numpy et seaborn ont été importés pour vous sous les noms np et sns, respectivement.
Cet exercice fait partie du cours
Analyse de données bayésienne en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Estimate and plot heads probability based on no data
heads_prob_nodata = ____
____(____, shade=True, label="no data")
plt.show()