在https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/blob/master/Chapter2_MorePyMC/Ch2_MorePyMC_PyMC2.ipynb，作者讨论了一个模型，询问学生是否在测试中作弊。他们翻转硬币并诚实地回答，如果是头，否则随机回答。鉴于＆＃34;是＆＃34;答案，我们怎样才能得到作弊者的分布？
作者在那里基本上模仿了这种欺骗的可能性，这会产生一些学生观察或者作弊的观察，然后通过硬币翻转产生一些答案，然后产生一些观察到的回答概率，＆＃34;是的，我作弊。＆＃34;
然而，不是让观察到的概率（或仅仅是＆＃34;是＆＃34;）的答案是观察，他然后在其上模拟二项分布，并且在实验中记录的观察是设置为该分布的观察值。
我的问题：
这是正确的做法吗？如果是这样，为什么？
假设不是，是否有更好的解决方案（缺少他提出的根本简化版本）？
这种情况的一般情况是观察到＆＃34;＆＃34;随机变量之和的值。网上的人似乎认为这是不可能的，但我不明白为什么你不能，例如，＆＃34;观察＆＃34;来自均匀分布的平局，在您的确定性观察中具有均值并且在+/- epsilon处界定。
答案 0 :(得分：0)
Prob / Stat问题很微妙。如果我正确地阅读你的问题;二项式和统一发行版之间的选择与场景设置后期的重要性有关。它说如果学生翻转尾巴，他们可以随机回答。这意味着no的答案与yes的答案不同，因为虽然硬币翻转是均匀分布的，但以下答案却不是。
如果学生完全不肯回答“没有”＃39;在尾巴上，你绝对可以使用另一种均匀分布。希望有所帮助！