Tung đồng xu
Trong video, bạn đã thấy hàm tùy chỉnh get_heads_prob() của chúng ta dùng để ước lượng xác suất thành công của một phân phối nhị thức. Trong bài tập này, bạn sẽ tự dùng nó và kiểm tra xem nó hoạt động tốt thế nào trong thí nghiệm tung đồng xu.
Hãy chú ý tránh nhầm lẫn: có hai phân phối xác suất khác nhau tham gia ở đây! Một là phân phối nhị thức, dùng để mô hình hóa việc tung đồng xu. Đây là phân phối rời rạc với hai giá trị có thể (ngửa hoặc sấp) được tham số hóa bởi xác suất thành công (tung ra ngửa). Ước lượng Bayesian của tham số này lại là một phân phối xác suất liên tục khác. Ta không biết chính xác nó thuộc loại nào, nhưng có thể ước lượng nó bằng get_heads_prob() và trực quan hóa.
numpy và seaborn đã được import sẵn lần lượt là np và sns.
Bài tập này là một phần của khóa học
Phân tích dữ liệu Bayesian với Python
Hướng dẫn bài tập
- Tạo danh sách 1000 lần tung đồng xu (0 và 1) với 50% xác suất ra ngửa, và gán cho biến
tosses. - Dùng
tossesvà hàmget_heads_prob()để ước lượng xác suất ra ngửa, và gán kết quả choheads_prob. - Vẽ biểu đồ mật độ của phân phối xác suất ra ngửa mà bạn vừa ước lượng.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Generate 1000 coin tosses
tosses = ____(____, ____, ____)
# Estimate the heads probability
heads_prob = ____
# Plot the distribution of heads probability
____(____, shade=True, label="heads probabilty")
plt.show()