我正在尝试一个非常简单的模型：在我假设我知道精度的地方拟合一个 Normal，我只想找到平均值。下面的代码似乎正确地适合法线。但是在拟合之后，我想从模型中采样，即生成与我的data变量相似的新数据。我知道我可以trace("mean")用来获取平均变量的样本。但是我怎样才能从模型本身中获取新样本呢？

我查看了文档，例如http://pymc-devs.github.io/pymc/database.html#accessing-sampled-data。我还看过不少例子，例如矿难，还有一些来自概率编程笔记本的例子，但都没有提到这一点。我（或多或少是 MCMC 初学者）期望从拟合模型中采样是重点！我错过了什么？

from pymc import *
data = np.array([-1, 0, 4, 0, 2, -2, 1, 0, 0, 2, 1, -3, -1, 0, 0, 1, 0, 1])
mean = Uniform("mean", -4, 4)
precision = 2.0**-2
obs = Normal("obs", mean, precision, value=data, observed=True)
model = Model( {"mean": mean, "obs": obs})
mcmc = MCMC(model)
mcmc.sample(10000, 1000, 1)
# I can get samples for the "mean" variable
mean_samples = mcmc.trace("mean")[:]
hist(mean_samples)
# but how can I do the equivalent of mcmc.trace("obs")?