1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Phân tích dữ liệu Bayesian với Python
Connected

Bài tập

Mô phỏng các mẫu hậu nghiệm

Bạn vừa quyết định dùng prior Beta(5, 2) cho tỷ lệ hiệu quả. Bạn cũng đang dùng phân phối nhị thức để mô hình hóa dữ liệu (chữa khỏi một bệnh nhân là một "thành công", nhớ chứ?). Vì phân phối beta là prior liên hợp cho hàm khả năng nhị thức, bạn có thể đơn giản mô phỏng hậu nghiệm!

Bạn biết rằng nếu prior là \(Beta(a, b)\), thì hậu nghiệm là \(Beta(x, y)\), với:

\(x = NumberOfSuccesses + a\),

\(y = NumberOfObservations - NumberOfSuccesses + b\).

Bạn có thể mô phỏng phân phối hậu nghiệm không? Nhắc lại là tổng cộng bạn có dữ liệu của 22 bệnh nhân, trong đó 19 người đã được chữa khỏi. numpy và seaborn đã được nhập sẵn lần lượt là np và sns.

Hướng dẫn

100 XP
  • Gán số bệnh nhân đã điều trị và đã chữa khỏi lần lượt vào num_patients_treated và num_patients_cured.
  • Dùng hàm numpy phù hợp để lấy mẫu từ phân phối hậu nghiệm và gán kết quả vào posterior_draws.
  • Vẽ phân phối hậu nghiệm bằng hàm seaborn phù hợp.