Aproksymacja siatką bez wiedzy a priori
Zgodnie z wynikami eksperymentu, spośród 10 chorych pacjentów leczonych danym lekiem, 9 zostało wyleczonych. Co możesz powiedzieć o skuteczności leku na podstawie tak małej próbki? Przyjmij, że nie masz żadnej wiedzy a priori na temat jego działania.
W przestrzeni roboczej dostępna jest ramka danych df zawierająca wszystkie możliwe kombinacje liczby wyleczonych pacjentów i współczynnika skuteczności, którą utworzyłeś w poprzednim ćwiczeniu.
Z biblioteki scipy.stats zaimportowano dla ciebie uniform i binom. Biblioteki pandas i seaborn są dostępne jako pd i sns.
To ćwiczenie jest częścią kursu
Bayesowska analiza danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the prior efficacy rate and the likelihood
df["prior"] = ____(____)
df["likelihood"] = ____(____, 10, ____)