Змоделюйте бета-постеріор
У найближчих вправах ви використовуватимете функцію simulate_beta_posterior(), визначену в попередньому відео. У цій вправі ви розберетеся, що саме робить ця функція, виконавши обчислення, які вона реалізує.
Вам надано список із десяти підкидань монети tosses, де 1 означає орел, 0 — решка, і орел вважається «успіхом». Щоб змоделювати постеріорну ймовірність випадіння орла, ви використаєте бета-пріор. Згадайте: якщо пріор — це \(Beta(a, b)\), то постеріор — \(Beta(x, y)\), де:
\(x = \text{NumberOfHeads} + a\)
\(y = \text{NumberOfTosses} - \text{NumberOfHeads} + b\)
Ця вправа є частиною курсу
Баєсівський аналіз даних у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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()