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”);