Aktualizacja z użyciem twierdzenia Bayesa
W tym rozdziale używałeś symulacji do szacowania prawdopodobieństwa a posteriori, że moneta, która wypadła orłem 11 razy na 20 rzutów, jest uczciwa. Teraz obliczysz to ponownie – tym razem korzystając z dokładnych prawdopodobieństw z funkcji dbinom(). Przyjmij, że moneta jest uczciwa z prawdopodobieństwem 50% i nieuczciwa z prawdopodobieństwem 50%.
To ćwiczenie jest częścią kursu
Podstawy rachunku prawdopodobieństwa w R
Instrukcje do ćwiczenia
- Użyj funkcji
dbinom(), aby obliczyć dokładne prawdopodobieństwo uzyskania 11 orłów w 20 rzutach dla monety uczciwej (50% szans na orła) oraz dla monety nieuczciwej (75% szans na orła). Zapisz wyniki odpowiednio jakoprobability_fairiprobability_biased. - Korzystając z tych wartości, oblicz prawdopodobieństwo a posteriori, że moneta jest uczciwa. Jest to prawdopodobieństwo uzyskania 11 orłów przy monecie uczciwej, podzielone przez sumę obu prawdopodobieństw.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Use dbinom to calculate the probability of 11/20 heads with fair or biased coin
probability_fair <-
probability_biased <-
# Calculate the posterior probability that the coin is fair