Опитвам се да науча за оценката на байесовия параметър и намерих наистина добър урок тук (урок 1 & 2). Само за да тествам разбирането си, опитвам се да приложа MCMC подход за оценка на вероятността за получаване на глава въз основа на даден набор от данни. Входният набор от данни има 8 глави и 2 опашки. Ако приемем, че предишното следва Бета(2,2), аналитично вероятността за получаване на глава = (8+2)/(10+2+2) = 0,71. Въпреки това получавам много различен отговор, когато се опитвам да използвам алгоритъма Metropolis-Hastings. Може ли някой да провери моята реализация тук и да обясни какво пропускам
http://nbviewer.ipython.org/github/ragrawal/meetup/blob/master/notebook/MCMC.ipynb