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

Bài tập

Tung càng nhiều, học càng nhiều

Hãy tưởng tượng bạn là một nhà thống kê theo trường phái tần suất (chỉ trong một ngày), và bạn được giao nhiệm vụ ước lượng xác suất tung ra mặt sấp với một đồng xu (có thể bị lệch), nhưng lại không được quan sát bất kỳ lần tung nào. Bạn sẽ nói gì? Không thể, vì không có dữ liệu! Sau đó, bạn được phép tung đồng xu một lần. Kết quả là ngửa. Bây giờ bạn nói gì? Nếu tất cả dữ liệu chỉ có vậy, bạn sẽ nói xác suất mặt sấp là 0%.

Có lẽ bạn cũng cảm thấy những câu trả lời này không hợp lý lắm. Vậy đâu là cách tốt hơn? Một người theo trường phái Bayes sẽ nói gì? Cùng khám phá nhé! numpy và seaborn đã được nhập sẵn cho bạn với tên lần lượt là np và sns.

Hướng dẫn 1/3

undefined XP
  • 1
    • Ước lượng xác suất mặt sấp bằng get_heads_prob() dựa trên một danh sách rỗng, gán kết quả vào heads_prob_nodata và trực quan hóa bằng biểu đồ mật độ.
  • 2
    • Làm tương tự, lần này dựa trên một lần ra mặt ngửa (một danh sách chỉ có 0) và gán kết quả vào heads_prob_onetails.
  • 3
    • Tạo danh sách 1000 lần tung với một đồng xu bị lệch sao cho mặt sấp chỉ xuất hiện 5% số lần và gán kết quả vào biased_tosses.
    • Ước lượng xác suất mặt sấp dựa trên biased_tosses, gán kết quả vào heads_prob_biased và trực quan hóa bằng biểu đồ mật độ.