4
나는 pymc 및 베이지안 통계를 처음 사용합니다. 여기서는 이론적 인 결과와 비교하기 위해 매우 단순한 pymc 모델을 구현하려고합니다. 내 테스트 케이스에서 나는 mu~N(20,20)
으로 정상적인 사전을 가정하고, 가능성은 아래의 코드와 같이 값을 10 개 관측이 간단한 모델에서, 거기에하자 data~N(mu,10)
가pymc 정상적인 prior + normal 확률이 올바르게 수렴하지 않습니까?
, 후방 PDF의 이론적 결과가해야 할 가정 be N(6.84,6.67)
; 그러나, 나는 왜 내 pymc 모델이 이론 결과에서 멀리 결과를 생산하는지 혼란 스럽다. 여기 내 코드가있다. 내 코드 또는 베이지안 통계 개념에 문제가 있는지 궁금합니다. 당신의 도움을 주셔서 감사합니다.
from __future__ import division
import pymc as pm
import numpy as np
data=[2.944,-13.361,7.143,16.235,-6.917, 8.580,12.540,
-15.937,-14.409, 5.711]
mean=pm.Normal('mean',mu=20.,tau=1./20)
prec=1./10
obs=pm.Normal('obs',mu=mean,tau=prec,value=data,observed=True)
model=pm.Model([obs, mean])
mcmc=pm.MCMC(model)
mcmc.sample(500,100)
mcmc.stats()
결과는 이론적 인 결과에서 멀리 떨어진 후부 평균이 N (0.25,1)임을 보여줍니다.
'mean': {'95% HPD interval': array([-1.80515483, 2.06741224]),
'mc error': 0.04850118114229577,
'mean': 0.22188919237458093,
'n': 400,
'quantiles': {2.5: -1.7106911626432717,
25: -0.39834886222214749,
50: 0.24108945921296354,
75: 0.85983578287420315,
97.5: 2.282198749772455},
'standard deviation': 0.99310330871482888}
직접 문제를 발견했습니다. pymc 코드와 결과에는 문제가 없으며 문제는 이론적으로 도출 된 것입니다. – hdragon
그런데 이미 알고 있을지 모르지만이 웹 사이트는 pymc로 베이지 통계를 시작한 경우 매우 멋지다.) http://camdavidsonpilon.github.io/Probabilistic-Programming-and-Bayesian-Methods-for - 해커 / –