Подбрасывание монеты
В видео вы познакомились с нашей пользовательской функцией get_heads_prob(), которая оценивает вероятность успеха биномиального распределения. В этом упражнении вы воспользуетесь ею самостоятельно и проверите, насколько хорошо она справляется со своей задачей в эксперименте с подбрасыванием монеты.
Обратите внимание на важный момент: здесь задействованы два разных вероятностных распределения. Первое — биномиальное: оно используется для моделирования подбрасывания монеты. Это дискретное распределение с двумя возможными исходами (орёл или решка), параметризованное вероятностью успеха (выпадения орла). Байесовская оценка этого параметра представляет собой другое, непрерывное вероятностное распределение. Нам неизвестно, какого оно вида, однако мы можем оценить его с помощью get_heads_prob() и визуализировать результат.
numpy и seaborn уже импортированы для вас как np и sns соответственно.
Это упражнение является частью курса
Байесовский анализ данных на Python
Инструкции к упражнению
- Сгенерируйте список из 1000 подбрасываний монеты (0 и 1) с вероятностью выпадения орла 50% и присвойте результат переменной
tosses. - Используйте
tossesи функциюget_heads_prob(), чтобы оценить вероятность выпадения орла, и присвойте результат переменнойheads_prob. - Постройте график плотности распределения вероятности выпадения орла, которую вы только что оценили.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Generate 1000 coin tosses
tosses = ____(____, ____, ____)
# Estimate the heads probability
heads_prob = ____
# Plot the distribution of heads probability
____(____, shade=True, label="heads probabilty")
plt.show()