16 次正面後用模擬更新
我們觀察到一枚硬幣在 20 次擲硬幣中出現了 16 次正面。這枚硬幣不是公平（正面機率 50%），就是有偏（正面機率 75%）。這枚硬幣是公平的機率有多大？
本練習屬於課程
R 的機率基礎
練習說明
- 分別從公平硬幣（正面機率 50%）與有偏硬幣（正面機率 75%）模擬 50,000 組、每組 20 次的擲硬幣。分別儲存為
fair與biased。 - 找出在公平硬幣模擬中，剛好有 16/20 次為正面的個數，以及在有偏硬幣模擬中，剛好有 16/20 次為正面的個數。分別儲存為
fair_16與biased_16。 - 印出在所有出現 16 次正面的情況中，屬於公平硬幣的比例——這就是觀察到 16/20 後，硬幣為公平的後驗機率。
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。
# Simulate 50000 cases of flipping 20 coins from fair and from biased
fair <-
biased <-
# How many fair cases, and how many biased, led to exactly 16 heads?
fair_16 <-
biased_16 <-
# Find the fraction of fair coins that are 16 out of all coins that were 16