-
4 votesanswersviews
PyMC：非平稳噪声中的多变量估计
是否有可能将pymc用于以下任务：信号是我想要估计的两个变量的非线性函数，噪声是非平稳的，在不同的时刻相关？噪声的分布是高斯分布的，具有零均值和共变函数，这取决于时间 . 信号是确定性的 . 我是pymc的新手，在这种情况下不知道如何构造适当的似然函数 . 将不胜感激任何建议 . -
5 votesanswersviews
PyMC：估计总体参数，其中每个观测值是两个Weibull分布变量的总和
I have a list of n observations, each of which is the sum of two Weibull-distributed variables: x[i] = t1[i] + t2[i] t1[i] ~ Weibull(shape1, scale1) t2[i] ~ Weibull(shape2, scale2) 我的目标是： 1）估计威布尔分布（s... -
3 votesanswersviews
pymc中贝叶斯分段线性回归模型的逆推断
我试图在一个简单的贝叶斯网络上进行逆推理，以进行分段线性回归 . 也就是说，y是x的分段线性函数：Plot of Y vs X 和贝叶斯网络看起来像这样：Bayesian Network Model 这里，X具有正态分布，K是具有以X为条件的softmax分布的离散节点，Y是基于K的值的线性高斯的混合（即Pr（Y | K = i，X = x）〜 N（mu = w_i * x b_i，s_i）） .... -
1 votesanswersviews
蒙特卡洛Marcov链与pymc
我正在尝试构建一个MCMC模型，以模拟随着时间推移而变化的变化 . 我必须以10分钟的时间间隔模拟一天 . 我有一天在N个用户中以144个间隔进行了几次观察 . 所以我有 U_k=U_1,...,U_N U用户，k从1到N不等，每个用户我有 X_i=X_1,...X_t 样本 . 每个用户都有两种可能的状态，1和0.我知道我必须为每个时间步 Build 一个转移概率矩阵，然后运行MCMC模型 .... -
0 votesanswersviews
自定义功能可调用任何采样例程
前段时间我曾询问过为R的采样函数动态分配参数的方法 . 理想情况下，我只想在开头澄清感兴趣的采样分布，然后在参数列表中放入我想要的任何参数（以任何顺序），我在那里得到了一些精彩的答案： R rnorm Arguments as character 也可以轻松地为pdfs，...等重写此代码 . 1）我现在想将其扩展到多变量分布，但有点卡住并且还没有找到问题的解决方案 . 2）我也想在这个包装器... -
3 votesanswersviews
用Stan实现预测后验分布
Background 我有一个例子，试图在正常测量模型的背景下证明后验预测分布 . 使用的数据如下： speed <- c(28, 26, 33, 24, 34, -44, 27, 16, 40, -2, 29, 22, 24, 21, 25, 30, 23, 29, 31, 19, 24, 20, 36, 32, 36, 28, 25, 21, 28, 29, 37, 25, 28, 26...