확률분포
이전 연습 문제도 잘 해결하셨어요! 이제 베이지안 접근법이 무엇인지 대략 감이 오실 거예요. 다른 것들과 함께, 베이지안 관점에서는 통계 모형의 모수들이 확률분포로 표현되는 확률변수라는 점을 알게 되셨죠.
이번 연습에서는 확률분포를 시각화하고 해석하는 능력을 점검해 볼게요. 센티미터 단위의 식물 키 분포에서 추출한 긴 목록이 변수 draws에 담겨 있어요. seaborn과 matplotlib.pyplot은 각각 sns, plt로 이미 가져왔습니다. 이제 직접 데이터를 다뤄 볼 시간이에요!
이 연습은 강의의 일부입니다
Python으로 배우는 Bayesian 데이터 분석
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Print the list of draws
print(____)
# Print the length of draws
print(____)