抛得越多，学得越多
想象您今天先当一次频率学派。您的任务是：在完全没有观察到任何抛掷结果的情况下，估计一枚（可能有偏）的硬币落在正面的概率。您会怎么说？这不可能，没有数据！接着，您被允许抛一次硬币，结果是反面。现在您怎么说？如果这就是全部数据，您会说正面的概率是 0%。
您大概能感觉到，这样的答案并不理想。那更好的做法是什么？贝叶斯学派会怎么说？让我们来一探究竟！numpy 和 seaborn 已分别以 np 和 sns 导入。
本练习是课程的一部分
Python 中的贝叶斯数据分析
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Estimate and plot heads probability based on no data
heads_prob_nodata = ____
____(____, shade=True, label="no data")
plt.show()