ComeçarComece de graça

Rumo à aproximação por grade

Parabéns! Você acabou de ser contratado como analista de dados no Departamento de Saúde do seu governo. O gabinete está considerando a compra de um medicamento novinho contra um vírus mortal e contagioso. Há dúvidas, porém, sobre quão eficaz esse novo medicamento é contra o vírus. Sua tarefa é estimar a taxa de eficácia do medicamento, isto é, a porcentagem de pacientes curados por ele.

Um experimento foi montado rapidamente em que 10 pacientes doentes foram tratados com o medicamento. Assim que você souber quantos foram curados, poderá usar a distribuição binomial, considerando um paciente curado como um "sucesso" e a taxa de eficácia como a "probabilidade de sucesso". Enquanto aguarda os resultados do experimento, você decide preparar a grade de parâmetros.

numpy e pandas já foram importados para você como np e pd, respectivamente.

Este exercício faz parte do curso

Análise de Dados Bayesiana em Python

Ver curso

Instruções do exercício

  • Usando np.arange(), crie um array com todos os números possíveis de pacientes curados (de 0 a 10) e atribua a num_patients_cured.
  • Usando np.arange(), crie um array com todos os valores possíveis para a taxa de eficácia (de 0 a 1, de 0,01 em 0,01) e atribua a efficacy_rate.
  • Combine num_patients_cured e efficacy_rate em um DataFrame chamado df, listando todas as combinações possíveis dos dois.
  • Atribua ["num_patients_cured", "efficacy_rate"] às colunas de df e imprima-o.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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)
Editar e executar o código