PyMC 베이지안 모델링

무엇을 해주나

Claude가 PyMC 5 기반 베이지안 모델링 작업을 체계적으로 수행하도록 만드는 스킬입니다.

• 8단계 워크플로: 데이터 표준화 → 모델·사전분포 정의 → 사전예측 검정 → NUTS 샘플링 → 수렴 진단 → 사후예측 검정 → LOO/WAIC 모델 비교 → 예측 생성
• 진단 기준 표: R-hat < 1.01, ESS > 400, 발산(divergence) 0, Pareto-k < 0.7 등 판정 기준과 실패 시 조치
• 분포 선택 가이드: Normal, HalfNormal, StudentT, Beta, Dirichlet, NegativeBinomial 등 상황별 사전분포 추천
• 레시피 코드: 계층 모델(비중심 파라미터화), 로지스틱 회귀, 가우시안 프로세스
• 문제 해결 표: 발산 전이, 낮은 ESS, 느린 샘플링, logp = -inf 등 흔한 오류의 원인과 해법

이런 분께 추천

• 점추정이 아니라 신용구간(HDI)까지 포함한 불확실성 정량화가 필요한 연구자·데이터 분석가
• 병원별 환자, 학교별 학생처럼 그룹 구조가 있는 데이터를 다루는 분
• 임상·생물통계, 심리측정, A/B 테스트 결과를 베이지안으로 해석하려는 분
• PyMC를 써본 적은 있지만 진단 지표 해석과 모델 비교에서 막히는 분

활용 예시

1. "병원 20곳의 환자 회복 기간 데이터로 계층 모델을 만들고 병원별 효과를 비교해줘" → 비중심 파라미터화 계층 모델 코드와 az.summary 결과 해석 제공
2. "샘플링에서 발산이 150개 나왔어" → target_accept=0.95 상향, 비중심 재파라미터화, 사전분포 강화 순으로 진단·수정 제안
3. "선형 모델과 이차항 모델 중 어느 쪽이 나은지 판단해줘" → log_likelihood=True로 재적합 후 az.compare(ic="loo")와 Pareto-k 신뢰성 점검까지 수행

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/jaechang-hits/SciAgent-Skills/HEAD/skills/biostatistics/pymc-bayesian-modeling/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 jaechang-hits/SciAgent-Skills 의 skills/biostatistics/pymc-bayesian-modeling 폴더를 내 ~/.claude/skills/pymc-bayesian-modeling/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.