शुरू करेंमुफ़्त में शुरू करें

बीटा पॉस्टिरियर का सिमुलेशन

आगे आने वाले कुछ अभ्यासों में, आप पिछले वीडियो में दिखाए गए simulate_beta_posterior() फंक्शन का उपयोग करेंगे। इस अभ्यास में, आप वही गणनाएँ खुद करके समझेंगे कि यह फंक्शन करता क्या है।

आपके पास tosses नाम की दस सिक्का उछालों की एक सूची दी गई है, जिसमें 1 का मतलब हेड्स, 0 का मतलब टेल्स है, और हेड्स को हम "सक्सेस" मानते हैं। हेड्स आने की पॉस्टिरियर प्रायिकता को सिमुलेट करने के लिए आप बीटा प्रायर का उपयोग करेंगे। याद रखें, यदि प्रायर \(Beta(a, b)\) है, तो पॉस्टिरियर \(Beta(x, y)\) होगा, जहाँ:

\(x = \text{NumberOfHeads} + a\)

\(y = \text{NumberOfTosses} - \text{NumberOfHeads} + b\)

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Bayesian डेटा विश्लेषण

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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()
कोड संपादित करें और चलाएँ