《贝叶斯方法：概率编程与贝叶斯推断》——1.7习题

本节书摘来异步社区《贝叶斯方法：概率编程与贝叶斯推断》一书中的第1章，第1.7节，作者：【加】Cameron Davidson-Pilon（卡梅隆 戴维森-皮隆），更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.7习题

1．利用 lambda_1_samples 和 lambda_2_samples，怎么获得参数λ1和λ2后验分布的平均值 ?

2．计算短信频率提升比例的期望值是多少。提示：需要计算 (lambda_2_samples-lambda_1_samples)/lambda_1_samples的均值。注意这个结果和(lambda_2_ samples.mean()-lambda_1_samples.mean())/ lambda_1_samples.mean()计算出来的结果是有很大区别的。

3．在τ小于45的前提下，计算λ1的均值。也就是说，在我们被告知行为的变化发生在第45天之前时，对λ1的期望会是多少? （不需要重复PyMC 那部分，只需要考虑当 tau_samples < 45时所有可能的情况。）