bayesian - pymc3 中均匀分布的区间变换是什么？

Question

我注意到在 pymc3 中使用均匀分布时，采样器也会扫描_interval参数，除非指定了转换，例如：

with fitModel6:

    normMu  = pm.Uniform('normMu',lower=0,upper=1000)

不仅会导致对 normMu 的采样，还会导致 normMu_interval：

区间轨迹图

参数轨迹图

通常，当我对尺度参数（如标准化）使用统一先验时，我当然会在对数间隔上进行采样。pymc3 是否以某种方式为我处理这个问题？

干杯

Answer 1

PyMC3 自动将转换应用于有界变量，以将它们置于不受约束的范围内。每个转换的代码都在这里，关于变量自动转换的非常简短的讨论可以在官方 PyMC3教程中找到。

编辑

如果链接再次断开/移动，这里是教程中的大部分信息

为了更有效地对模型进行采样，PyMC3 自动将有界 RV 转换为无界。

with pm.Model() as model:
    x = pm.Uniform('x', lower=0, upper=1)`

当我们查看模型的房车时，我们希望在x那里找到，但是：

In [16]: model.free_RVs

Out[16]: [x_interval__]

x_interval__表示x转换为接受 -inf 和 +inf 之间的参数值。在上限和下限的情况下，LogOdd应用 s 变换。在这个转换后的空间中采样使采样器更容易......