pymc

    3热度

    1回答

    PYMC3贝叶斯预测锥

    我仍在学习PYMC3，但在文档中找不到任何有关以下问题的内容。考虑从this question没有季节性的贝叶斯结构时间序列（BSTS）模型。 import pymc3, numpy, matplotlib.pyplot # generate some test data t = numpy.linspace(0,2*numpy.pi,100) y_full = numpy.cos(5*t)
    python bayesian pymc pymc3 2017-08-22

    1热度

    1回答

    进口pymc错误：全局名称 '通道' 没有定义

    操作系统：Win10 64x中 IDE：Visual Studio的2017年社区 Python环境：蟒蛇4.4.0（Python 2.7版） 当我尝试导入pymc，总有一个错误： NameError：全局名称 '通道' 没有定义 这里是我的代码： import numpy as np import matplotlib.pyplot as plt import pymc tau = pym
    python pymc 2017-10-15

    0热度

    1回答

    在pymc3嵌套logit模型

    我正在嵌套逻辑回归模型用3次的成果表示选择A的适当的规格，B或C的第一级表示A和B或C之间的选择，并且所述第二级别代表B和C之间的选择。某些组成数据的代码位于下方，但我不确定是否正确指定了模型。根据定义，B或C的概率大于B的概率，但是对于非常小的样本量，当从后验采样时，“BorC”可能小于B.这样的小样本大小可能不会在实际数据中出现我很感兴趣，但事实发生了这种事实让我觉得我做错了什么。谢谢！ im
    pymc pymc3 2017-09-06

    2热度

    2回答

    为什么跟踪值具有（不需要的）稳定期？

    我有一个相当简单的测试数据集，我试图适合pymc3。 通过traceplot生成的结果看起来像this. 基本上所有的参数看起来像有一个标准的“毛毛虫”为100次迭代，随后是750次迭代的平线，随后再次毛虫的痕迹。 最初的100次迭代发生在25,000次ADVI迭代和10,000次迭代迭代之后。如果我改变这些金额，我随机将/不会有这些不想要的稳定期。 我想知道如果任何人有任何建议我怎么能阻止这种情
    pymc pymc3 mcmc 2017-09-06

    2热度

    2回答

    与Stan有关的分层模型的超级启发

    我正在寻找一个模型来估计与Stan有关的二项数据的多个概率。我对每种概率都使用了Beta测试版，但我一直在阅读关于使用hyperpriors来收集信息并鼓励估计收缩的文章。 我已经看到了这个例子来定义pymc的hyperprior，但我不知道怎么做类似的事情斯坦 @pymc.stochastic(dtype=np.float64) def beta_priors(value=[1.0, 1.0]
    bayesian pymc stan 2017-09-12

    1热度

    1回答

    如何在PyMC3中正确定义Beta分布的混合物

    我试图使用Mixture from PyMC3来使用两个Beta分布（我不知道每个分布的权重）的混合数据来拟合数据。以下是代码： model=pm.Model() with model: alpha1=pm.Uniform("alpha1",lower=0,upper=20) beta1=pm.Uniform("beta1",lower=0,upper=20) al
    python pymc pymc3 mcmc 2017-09-12

    0热度

    1回答

    使用确定性分布的PyMC3代码中的AssertionError

    我一直试图在过去的日子里习惯于PyMC最终从我有直接代码（我最终对参数估计感兴趣）的某些模型中进行一些MCMC分布采样。 据我所知，没有那么多的例子显示他们的代码（如外部C或FORTRAN代码），他们成功地使用PyMC3工作。到目前为止，我发现了here或here贿赂。因此，从简单的问题开始，我尝试用PyMC3复制现有Python代码中的一些结果，这些结果来自于使用PyMC的“复杂”（阅读：比do
    python theano pymc pymc3 mcmc 2017-09-13

    0热度

    1回答

    Pymc：将价值传递给随机修饰器

    我试图使用value将值传递给随机修饰器。 @pymc.stochastic(value=(1.0, 1.0), dtype=np.float64) def beta_priors(value): alpha, beta = value if alpha <= 0 or beta <= 0: return -np.inf else: retu
    python decorator python-decorators pymc 2017-09-25

    1热度

    1回答

    如何使用python传播不确定性到用户定义函数

    我想用python传播不确定性。通过不确定性包对于简单的函数来说相对容易。但是，用用户定义的函数实现这一点并不明显。接下来是我想要做的一个例子。 import mcerp as err import numpy as np def mult_func(x,xm ,a): x[x==0.] = 1e-20 v = (1.-(xm/x)**a) * (x > xm)
    python numpy pymc uncertainty 2017-06-18

    1热度

    1回答

    枚举通过变量（将PyMC移植到PyMC3）

    我开始使用PyMC3将从PyMC翻译成PyMC3。 我不知道如何将本段翻译： v = pymc.Beta('v', alpha=1, beta=alpha, size=N_dp) @pymc.deterministic def p(v=v): """ Calculate Dirichlet probabilities """ # Probabilities from be
    pymc pymc3 2017-06-22
最新问题