세 미지수에 대한 사후확률분포를 그림 2-6과 같이 그린다.

 

---

p_A_samples = mcmc.trace(“p_A”)[:]
p_B_samples = mcmc.trace(“p_B”)[:]
delta_samples = mcmc.trace(“delta”)[:]
 
figsize(12.5, 10)
 
# 사후확률분포의 히스토그램 
ax = plt.subplot(311)
 
plt.xlim(0, .1)
plt.hist(p_A_samples, histtype=‘stepfilled’, bins=30, alpha=0.85,
         label=”$p_A$의 사후확률분포”, color=”#A60628”, normed=True)
plt.vlines(true_p_A, 0, 80, linestyle=”–”, label=“진짜 $p_A$ (미지수)”)
plt.legend(loc=“upper right”)
plt.title(“미지의 $p_A$, $p_B$, delta의 사후확률분포”)
plt.ylim(0,80)
 
ax = plt.subplot(312)
plt.xlim(0, .1)
plt.hist(p_B_samples, histtype=‘stepfilled’, bins=30, alpha=0.85,
         label=”$p_B$의 사후확률분포”, color=”#467821”, normed=True)
plt.vlines(true_p_B, 0, 80, linestyle=”–”, label=“진짜 $p_B$ (미지수)”)
plt.ylabel(“밀도”)
plt.legend(loc=“upper right”)
plt.ylim(0,80)
 
ax = plt.subplot(313)
plt.hist(delta_samples, histtype=‘stepfilled’, bins=30, alpha=0.85,
         label=“delta의 사후확률분포”, color=”#7A68A6”, normed=True)
plt.vlines(true_p_A - true_p_B, 0, 60, linestyle=”–”,
           label=“진짜 delta (미지수)”)
plt.vlines(0, 0, 60, color=“black”, alpha=0.2)
plt.xlabel(“값”)
plt.legend(loc=“upper right”);

---