0

在这里而不是在旧的 Google Groups 上回答应该是一个问题,我一直在寻找在 PyMC 中参数化一个 Beta 分布的线性模型,Chris Fonnesbeck 建议如下:

“只是 beta 的重新参数化,其中 \alpha = \mu \phi 和 \beta = (1-\mu) \phi。所以,你所需要的只是:new_beta = Lambda('new_beta', lambda x=x , mu=mu, phi=phi: beta_like(x, mu*phi, (1-mu)*phi))"

这很好 - 我的下一个问题是在哪里插入线性模型组件,我认为它应该在 \mu 上,例如:

$$\mu = \exp(b_0+b_1x)$$

并具有伽马分布的 \phi:

phi = Gamma('phi', alpha=0.001, beta=0.001)

这个对吗?注意,我们在这里使用 PyMC2

谢谢亚伦

4

1 回答 1

0

这取决于您希望线性模型如何影响 beta 模型。正如您在mu此处所描述的,它不是 beta 的平均值,它只是平均值的归一化常数。如果您希望将 alpha 和 beta 描述为 beta 的均值和方差,则类似于以下内容:

alpha = mu * (mu*(1-mu)/var - 1)
beta = (1 - mu) * (mu*(1-mu)/var - 1)

也许更简单的方法是根据平均值mu和样本大小nu

alpha = mu * nu
beta = (1-mu) * nu
于 2013-12-19T20:35:01.163 回答