我有一个具有统一先验的 6 个参数的模型:
parameter1 = pm.Uniform('parameter1',0.01,1)
parameter2 = pm.Uniform('parameter2',0,2)
parameter3 = pm.DiscreteUniform('parameter3',1,50)
parameter4 = pm.Uniform('parameter4',0,1.75)
parameter5 = pm.Uniform('parameter5', 0.005, 0.25)
parameter6 = pm.Uniform('parameter6', 0.005, 0.15)
我有一个返回对数似然值的自定义似然函数:
@pm.potential
def log_l(experiment=experiment,parameter1=parameter1,parameter2=parameter2,parameter3=parameter3,parameter4=parameter4,parameter5=parameter5,parameter6=parameter6):
if parameter5<parameter4:
return -np.inf
parameters=[parameter1, parameter2, parameter3]
log_l=calculate_probability(parameters, t_m, tol, n_integration, parameter4, parameter5, parameter6, experiment.decon_all[freq,:,:])
return log_l
calculate_probability
在给定参数值和观察数据的情况下,返回此模型的对数似然度的 my 函数在哪里。由于某种原因,当 MCMC 采样时:
model = pm.MCMC([parameter1,parameter2,parameter3,parameter4,parameter5,parameter6,log_l])
model.sample(100)
并且程序满足 if 条件 ( parameter5<parameter4
) 我收到此错误:
pymc.Node.ZeroProbability: Potential log_l forbids its parents' current values
我想知道是否有人知道我可能做错了什么?