Rzut monetą
W materiale wideo poznałeś naszą własną funkcję get_heads_prob(), która szacuje prawdopodobieństwo sukcesu w rozkładzie dwumianowym. W tym ćwiczeniu użyjesz jej samodzielnie i sprawdzisz, czy dobrze sprawdza się w eksperymencie z rzutem monetą.
Uważaj, żeby nie pomylić dwóch różnych rozkładów prawdopodobieństwa, które tu występują! Pierwszy to rozkład dwumianowy – służy do modelowania rzutów monetą. Jest to rozkład dyskretny z dwiema możliwymi wartościami (orzeł lub reszka), opisany parametrem prawdopodobieństwa sukcesu (wypadnięcia orła). Bayesowskie oszacowanie tego parametru to drugi rozkład – ciągły. Nie wiemy, jakiego jest rodzaju, ale możemy go przybliżyć za pomocą funkcji get_heads_prob() i zwizualizować.
Biblioteki numpy i seaborn zostały już zaimportowane jako np i sns.
To ćwiczenie jest częścią kursu
Bayesowska analiza danych w Pythonie
Instrukcje do ćwiczenia
- Wygeneruj listę 1000 rzutów monetą (0 i 1) z 50% szansą wypadnięcia orła i przypisz ją do zmiennej
tosses. - Użyj zmiennej
tossesi funkcjiget_heads_prob(), aby oszacować prawdopodobieństwo wypadnięcia orła, i przypisz wynik do zmiennejheads_prob. - Narysuj wykres gęstości rozkładu prawdopodobieństwa wypadnięcia orła, które właśnie oszacowałeś.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Generate 1000 coin tosses
tosses = ____(____, ____, ____)
# Estimate the heads probability
heads_prob = ____
# Plot the distribution of heads probability
____(____, shade=True, label="heads probabilty")
plt.show()