Zacznij terazZacznij za darmo

Na drodze do aproksymacji siatką

Gratulacje! Właśnie zostało ci powierzone stanowisko analityka danych w rządowym Departamencie Zdrowia. Gabinet rozważa zakup nowego leku przeciwko śmiertelnemu i zakaźnemu wirusowi. Pojawiły się jednak wątpliwości co do skuteczności tego leku. Twoim zadaniem jest oszacowanie wskaźnika skuteczności leku, czyli odsetka pacjentów, którym lek pomógł.

Szybko zorganizowano eksperyment, w którym 10 chorych pacjentów zostało leczonych tym lekiem. Gdy poznasz, ilu z nich wyzdrowiało, będziesz mógł użyć rozkładu dwumianowego – wyleczony pacjent to „sukces", a wskaźnik skuteczności to „prawdopodobieństwo sukcesu". Czekając na wyniki eksperymentu, postanawiasz przygotować siatkę parametrów.

numpy i pandas zostały już zaimportowane odpowiednio jako np i pd.

To ćwiczenie jest częścią kursu

Bayesowska analiza danych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Używając np.arange(), utwórz tablicę wszystkich możliwych liczb wyleczonych pacjentów (od 0 do 10) i przypisz ją do zmiennej num_patients_cured.
  • Używając np.arange(), utwórz tablicę wszystkich możliwych wartości wskaźnika skuteczności (od 0 do 1, z krokiem 0,01) i przypisz ją do zmiennej efficacy_rate.
  • Połącz num_patients_cured i efficacy_rate w obiekt DataFrame o nazwie df, uwzględniając wszystkie możliwe kombinacje tych dwóch wartości.
  • Przypisz ["num_patients_cured", "efficacy_rate"] do kolumn df i wyświetl wynik.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)
Edytuj i uruchom kod