Simulasikan posterior beta
Dalam beberapa latihan berikut, Anda akan menggunakan fungsi simulate_beta_posterior() yang Anda lihat didefinisikan pada video sebelumnya. Pada latihan ini, Anda akan memahami apa yang dilakukan fungsi tersebut dengan melakukan sendiri perhitungan yang dilakukannya.
Anda diberikan daftar sepuluh lemparan koin, bernama tosses, di mana 1 berarti sisi gambar (heads), 0 berarti sisi angka (tails), dan kita mendefinisikan heads sebagai "keberhasilan" (success). Untuk mensimulasikan probabilitas posterior mendapatkan heads, Anda akan menggunakan prior beta. Ingat bahwa jika prior adalah \(Beta(a, b)\), maka posterior adalah \(Beta(x, y)\), dengan:
\(x = \text{NumberOfHeads} + a\)
\(y = \text{NumberOfTosses} - \text{NumberOfHeads} + b\)
Latihan ini merupakan bagian dari kursus
Analisis Data Bayesian dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# 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()