Page 16 -

결과
value: [10 5] 2
calling .random()
value: [10 5] PyMC 더 알아보기

이는 데이터를 모델에 포함시키는 방법이다. 확률변수가 고정값(fixed value)을 갖도록 초기화하는
것이다.

문자 메시지 예제를 완성하려면 PyMC 변수 observation을 관측된 데이터셋에 고정시킨다.

# 이제부터 가상의 데이터 값을 사용한다.
data = np.array([10, 25, 15, 20, 35])
obs = pm.Poisson(“obs”, lambda_, value=data, observed=True)
print(obs.value)

결과
[10 25 15 20 35]

2.1.4 마지막으로

우리는 모든 변수를 pm.Model 클래스로 만들었다. 이 Model 클래스를 사용하여 변수를 하나의 단
위로 분석할 수 있다. 이것은 선택 사항으로, 적합 알고리즘을 Model 클래스가 아닌 변수의 배열

로 보낼 수 있기 때문이다. 앞으로 나올 예제에서는 이 단계를 수행할 수도, 수행하지 않을 수도
있다.

model = pm.Model([obs, lambda_, lambda_1, lambda_2, tau])

이 모델의 결과는 1.4.1절의 예제를 참고하라.

055

베이지안_11.indd 55 2017-11-17 오전 11:07:25