pymc

1热度

1回答

我厌倦了使用PyMC重新运行长MCMC链，因此使用链节省功能PyMC带有听起来像一个好主意。我正在使用pickle数据库后端来感受基于磁盘保存的MCMC工作流程，并且我发现如果我尝试从连续两次使用pickle数据库的PyMC MCMC模型中进行抽样，则会调用第二个sample是非常慢。 from pymc import MCMC from pymc.examples import disaste

1热度

1回答

如何将pymc分类应用于一大组不同的概率

我有一个涉及许多对象的问题，每个对象都可能处于固定数目的状态j。我们知道一个对象处于每个状态的概率 - 但是对象之间的概率是不同的。例如，如果有J = 3点的状态和N =概率可以被描述为2个对象： P_object1 = [0.1,0.8,0.1] P_object2 = [0.05,0.05,0.99] 对于低数量的对象我可以只写： state_object1 = mc.Categor

0热度

2回答

如何在PyMC中实现一个随机变量的函数，MCMC Metropolis可以对其进行采样？

如果你有一个随机变量$ X $和一个函数$ f $，你可以定义$ y = f（X）$作为一个新的随机变量，其概率密度函数如下： $ p（y ）=（F^{ - 1}）（Y）p（X）$。详情请参阅here。现在我已经定义了一个随机变量alpha，在下面的代码中用指数分布。我想添加到我的模型中，将日志（alpha）作为新的随机变量。我应该如何在我的模型中实现它？我已经付出了努力，但似乎它是错误的，

2热度

1回答

在线贝叶斯（更新反复后路信念）

以下模型是PyMC的教程的一部分，命名disaster_model.py并且可以在主码被导入到被用作模型： """ A model for the disasters data with a changepoint changepoint ~ U(0, 110) early_mean ~ Exp(1.) late_mean ~ Exp(1.) disasters[t] ~ Po(ear

2热度

1回答

使用pymc诊断和样品后不汇总从pymc

我想使用我已经产生关于样品的pymc诊断和汇总函数，而无需使用pymc。举个例子，我想在我自己的样本集上使用pymc的mc_error例程。一些pymc诊断功能可以采取样本的np.array，但是，如果我理解正确的话，其他人似乎需要一个跟踪对象。我怎样才能将我自己的一组样本转换成pymc可以处理的跟踪对象？我会很感激任何指针。我的样品目前存储为一个字典，其中每个键是一个变量，我和采样点，采样的

1热度

1回答

将单变量先验组装成矩阵用于MvNormal

使用pymc 3时，是否可以将单变量随机变量组装成矩阵，然后将其用作多变量分布的先验？如果是这样，我怎么能最好的去做这件事？这里是一个具体的例子。我想取三R.V.的，并创建一个三角矩阵，A，和他们同 a11_squared=Gamma(alpha=1, beta=2) a22_squared=Gamma(alpha=1, beta=2) a12=Normal(mu=0, tau=1) a2

0热度

1回答

绘制二项式MCMC

我用二项式问题，pymc 我在组样本划分，我想用MCMC从状态易受感染的升学率来评价并绘制类似的方式，结果挣扎到here 当我编译脚本我得到这个消息： Traceback (most recent call last): File "statisticMCMC_bin.py", line 23, in <module> plot(mc.finalhcc.stats()['mea

0热度

2回答

如何在PyMC3中建立需要外部封装的模型？

我不确定这是PyMC3问题还是Theano问题。我已经使用PyMC2很长一段时间来适应超新星数据的宇宙学。这需要一些凌乱的积分（见http://arxiv.org/abs/astroph/9905116）所以我在python中使用一个名为Cosmolopy的包来完成集成和其他一些便利功能。然而，这对PyMC2来说工作得很好，依靠PyMC3中的theano，我无法弄清楚是否有使用Cosmolopy

1热度

1回答

后路采样中pymc3

下午1:23（20分钟前）嗨，努力学习pymc3（没学过pymc2，所以跳进新的东西），我怀疑有一个很简单的例子/我想要做的伪代码。想知道是否有人可以帮助我，因为在过去的几个小时里，我没有取得太大的进步... 我的问题是以相当直接的方式从后部采样。假设“x”是一个向量，“t（x）”是该向量的函数（R^n - > R^n map），“D”是一些观察数据。我想从 P（X | d）采样向量x \ p

8热度

1回答

隐马尔可夫在PyMC3

我有一个多元蒙特卡罗隐马尔可夫解决的问题： x[k] = f(x[k-1]) + B u[k] y[k] = g(x[k]) 其中： x[k] the hidden states (Markov dynamics) y[k] the observed data u[k] the stochastic driving process 是PyMC3已经足够成熟来处理这个问题，或者