만일 우리가 “예”라고 말하는 응답자의 p_skewed 확률을 알고 있으며, 학생수가 N = 100이라면 “예”라는 답변의 수는 모수가 N과 p_skewed인 이항확률변수가 된다.
여기에서 우리는 관찰된 “예” 응답 35개를 담았다. pm.Binomial의 선언에서 value = 35와 observed = True를 입력했다.
yes_responses = pm.Binomial(“number_cheaters”, 100, p_skewed, value=35, observed=True)
다음으로 Model 컨테이너에 관심 있는 모든 변수를 추가하고 p_skewed 함수로 구현한 모델에 대해서 우리의 블랙박스 알고리즘을 실행한다. 그 결과 그림 2-10과 같은 사후확률분포를 볼 수 있다.
model = pm.Model([yes_responses, p_skewed, p])
# 3장에서 설명할 예정
mcmc = pm.MCMC(model)
mcmc.sample(25000, 2500)
결과
[—————–100%—————–] 40000 of 40000 complete in 7.9 sec