1. Nauka
    2. /
  2. Kursy
    3. /
  3. Bayesowska analiza danych w Pythonie
Connected

ćwiczenie

Symulowanie próbek z rozkładu a posteriori

Właśnie zdecydowałeś(-aś) się użyć rozkładu Beta(5, 2) jako apriorycznego dla wskaźnika skuteczności leku. Do modelowania danych stosujesz rozkład dwumianowy (pamiętaj, że wyleczenie chorego pacjenta to „sukces"). Ponieważ rozkład beta jest sprzężonym rozkładem apriorycznym dla funkcji wiarygodności opartej na rozkładzie dwumianowym, możesz po prostu zasymulować rozkład a posteriori!

Jeśli rozkład aprioryczny to \(Beta(a, b)\), to rozkład a posteriori to \(Beta(x, y)\), gdzie:

\(x = LiczbaSuccesów + a\),

\(y = LiczbaObserwacji - LiczbaSuccesów + b\).

Czy potrafisz zasymulować rozkład a posteriori? Przypomnij sobie, że łącznie masz dane dotyczące 22 pacjentów, z których 19 zostało wyleczonych. Biblioteki numpy i seaborn zostały już zaimportowane jako np i sns.

Instrukcje

100 XP
  • Przypisz liczbę leczonych i wyleczonych pacjentów odpowiednio do zmiennych num_patients_treated i num_patients_cured.
  • Użyj odpowiedniej funkcji biblioteki numpy, aby pobrać próbki z rozkładu a posteriori, i przypisz wynik do zmiennej posterior_draws.
  • Wykreśl rozkład a posteriori, używając odpowiedniej funkcji biblioteki seaborn.