ComeçarComece de graça

Simular posterior beta

Nos próximos exercícios, você vai usar a função simulate_beta_posterior() que foi definida no último vídeo. Neste exercício, você vai entender o que a função faz, reproduzindo os cálculos que ela executa.

Você recebe uma lista com dez lançamentos de moeda, chamada tosses, em que 1 representa cara, 0 representa coroa, e definimos cara como um "sucesso". Para simular a probabilidade posterior de sair cara, você usará uma priori beta. Lembre-se de que, se a priori é \(Beta(a, b)\), então a posteriori é \(Beta(x, y)\), com:

\(x = \text{NumberOfHeads} + a\)

\(y = \text{NumberOfTosses} - \text{NumberOfHeads} + b\)

Este exercício faz parte do curso

Análise de Dados Bayesiana em Python

Ver curso

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Set prior parameters and calculate number of successes
beta_prior_a = ____
beta_prior_b = ____
num_successes = np.sum(____)

# Generate 10000 posterior draws
posterior_draws = np.random.beta(
  ____ + ____, 
  ____ - ____ + ____, 
  10000)  

# Plot density of posterior_draws
sns.kdeplot(posterior_draws, shade=True)
plt.show()
Editar e executar o código