後驗點擊率
在衛生部門度過一段成功的職涯後，你轉戰行銷。你新任職的公司剛執行了兩個試點廣告活動：一個是運動鞋（sneakers），一個是服飾（clothes）。你的工作是根據點擊率（click-through rate）判斷哪一個成效更好，並應該擴大投放給更多受眾。
你決定進行 A/B 測試，並用二項式概似來建模這些資料。你發現先前廣告的典型點擊率最近約為 15%，結果介於 5% 到 30% 之間。基於此，你判斷以 \(Beta(10, 50)\) 作為點擊率的良好先驗分佈。
工作環境中已提供 ads 資料、你在影片中看過的 simulate_beta_posterior() 函式，以及 numpy（作為 np）。
本練習屬於課程
Bayesian Data Analysis in Python
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Generate prior draws
prior_draws = ____(____, ____, 100000)
# Plot the prior
sns.kdeplot(____, shade=True, label="prior")
plt.show()