確率分布
前の演習、お疲れさまでした！ これでベイズ的アプローチの大枠がつかめてきたと思います。ベイズでは、統計モデルのパラメータは確率分布で記述できる確率変数だと考えます。
この演習では、確率分布を可視化して解釈する力を試します。センチメートル単位の植物の高さの分布からサンプリングした長いリストが、変数 draws に入っています。seaborn と matplotlib.pyplot はそれぞれ sns と plt としてインポート済みです。さっそくデータに触れていきましょう！
この演習はコースの一部です
Pythonで学ぶBayesianデータ分析
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Print the list of draws
print(____)
# Print the length of draws
print(____)