ÎncepețiÎncepe gratuit

Spre aproximarea prin grilă

Felicitări! Tocmai ai fost angajat ca analist de date la Ministerul Sănătății. Cabinetul ia în considerare achiziționarea unui medicament nou împotriva unui virus periculos și extrem de contagios. Există însă îndoieli cu privire la cât de eficient este acest medicament. Ți s-a încredințat sarcina de a estima rata de eficacitate a medicamentului, adică procentul pacienților vindecați.

A fost organizat rapid un experiment în care 10 pacienți bolnavi au fost tratați cu medicamentul. Odată ce afli câți dintre ei s-au vindecat, poți folosi distribuția binomială, considerând un pacient vindecat drept un „succes", iar rata de eficacitate drept „probabilitatea de succes". În timp ce aștepți rezultatele experimentului, te apuci să pregătești grila de parametri.

numpy și pandas au fost importate pentru tine ca np, respectiv pd.

Acest exercițiu face parte din cursul

Analiza bayesiană a datelor în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Folosind np.arange(), creează un array cu toate valorile posibile ale numărului de pacienți vindecați (de la 0 la 10) și atribuie-l variabilei num_patients_cured.
  • Folosind np.arange(), creează un array cu toate valorile posibile ale ratei de eficacitate (de la 0 la 1, cu pasul 0,01) și atribuie-l variabilei efficacy_rate.
  • Combină num_patients_cured și efficacy_rate într-un DataFrame numit df, listând toate combinațiile posibile ale celor două.
  • Atribuie ["num_patients_cured", "efficacy_rate"] coloanelor lui df și afișează-l.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)
Editează și rulează codul