始める無料で始める

グリッド近似に向けて

おめでとうございます！ あなたは政府の保健省でデータアナリストとして採用されました。内閣は、致死性が高く感染力の強いウイルスに対する最新の新薬の購入を検討しています。しかし、その新薬がどの程度効果的かについては疑問が残っています。あなたの担当は、この薬の有効率、すなわち薬で治癒した患者の割合を推定することです。

そこで、患者10人にこの薬を投与する小規模な実験が迅速に組まれました。何人が治癒したかが分かれば、二項分布を使って、治癒を「成功」、有効率を「成功確率」として扱えます。実験結果を待つあいだに、パラメータのグリッドを準備しておくことにします。

numpy と pandas はそれぞれ np と pd としてインポート済みです。

この演習はコースの一部です

Pythonで学ぶBayesianデータ分析

コースを見る

演習の手順

  • np.arange() を使って、治癒した患者数の取りうる値（0から10まで）の配列を作成し、num_patients_cured に代入します。
  • np.arange() を使って、有効率の取りうる値（0から1までを0.01刻み）の配列を作成し、efficacy_rate に代入します。
  • num_patients_cured と efficacy_rate を組み合わせ、2つの全組み合わせを列挙した DataFrame df を作成します。
  • df の列名に ["num_patients_cured", "efficacy_rate"] を設定し、出力します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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)
コードを編集して実行