# Wykresy: histogram unormowany próbek i wykres rozkładu normalnego plt.figure(figsize=(8, 6)) plt.hist(probki_normowane, bins=150, density=True, alpha=0.6, color='blue', label='Próbki') x_zakres = np.linspace(-5, 5, 1000) plt.plot(x_zakres, rozkład_norm(x_zakres), color='red', label='Rozkład docelowy') plt.title('Unormowany histogram próbek z nieunormowanego rozkładu normalnego') plt.xlabel('x') plt.ylabel('Prawdopodobieństwo') plt.legend() plt.grid(True) plt.show() Oprogramowanie dla metod MCMC Popularną implementacją algorytmu Metropolisa-Hastingsa i innych zaawansowanych metod MCMC jest darmowe i otwarte oprogramowanie STAN, dostępne na przykład w otwartym pakiecie statystycznym R, i używane do metod wnioskowania bayesowskiego.
Zobacz też
metoda Monte Carlo metoda Eulera-Maruyamy równanie Langevina
Przypisy
Kategoria:Metody numeryczne Kategoria:Modelowanie statystyczne