python - 使用 PYMC3 进行回归

Question

我通过标准的 Statsmodels OLS 工作，然后通过 Pandas 提供的数据与 PYMC3 类似，顺便说一句，这部分工作得很好。

我看不到如何从 PYMC3 中获取更多标准参数？这些示例似乎只是使用 OLS 来绘制基本回归线。看来PYMC3模型数据应该可以给出回归线的参数了吧？除了可能的痕迹，即最高概率线是什么？

欢迎对 Alpha、beta 和 sigma 的解释进行任何进一步的解释！

另外如何使用 PYMC3 模型来估计 y 的未来值给定一个新的 x 即预测具有一定的概率？

最后，PYMC3 有一个新的 GLM 包装器，我尝试过它似乎搞砸了？（不过很可能是我）

score 7 · Accepted Answer

glm 子模块设置了一些默认的先验，这很可能不适用于您的所有情况。您可以使用 family 参数更改它们，例如：

pm.glm.glm('y ~ x', data,
           family=pm.glm.families.Normal(priors={'sd': ('sigma', pm.Uniform.dist(0, 12000))}))

不幸的是，这还没有很好的记录，需要一些很好的例子。

1 回答 1