Симуляция бета-апостериорного распределения
В нескольких следующих упражнениях вы будете использовать функцию simulate_beta_posterior(), которая была рассмотрена в последнем видео. В этом упражнении вы разберётесь, что делает эта функция, выполнив вычисления, которые она осуществляет.
Вам дан список из десяти бросков монеты — tosses, где 1 обозначает орёл, 0 — решку, а орёл считается «успехом». Для симуляции апостериорной вероятности выпадения орла вы будете использовать бета-априорное распределение. Напомним: если априорное распределение равно \(Beta(a, b)\), то апостериорное равно \(Beta(x, y)\), где:
\(x = \text{NumberOfHeads} + a\)
\(y = \text{NumberOfTosses} - \text{NumberOfHeads} + b\)
Это упражнение является частью курса
Байесовский анализ данных на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()