0

我最近开始使用 PyMC3 进行概率编程。在我的场景中，我有 3 个随机变量：On、Triangle 和 X，这样 X 取决于 Triangle 和 On。Triangle 和 On 都遵循 Bernoulli 分布，并且根据它们所取的值，遵循 Normal 的 X 的值会发生变化。

我写了一些模拟代码来测试这个概念，代码不好，主要是因为你不能调用numpy.isnan()PyMC3 发行版。我刚开始在这个框架中工作，我知道我不是在编写可以运行的代码，但是我在这里发布这个，以便你可以看到我做了什么。

with pymc3.Model() as model:
    on = pymc3.distributions.discrete.Bernoulli('on', p=.7)
    x_on = pymc3.distributions.continuous.Normal('x_on', 10, .4)

    pTriangle_given_on = 1
    pTriangle_given_not_on = .7
    pTriangle = pymc3.math.switch(on, pTriangle_given_on, pTriangle_given_not_on)
    triangle = pymc3.distributions.discrete.Bernoulli('triangle', p=pTriangle)

    name = None
    x_triangle = None

    if triangle:
        name = pymc3.distributions.discrete.Categorical('name', p=[.3, .2, .1, .1, .2, .1])
    else:
        name = pymc3.distributions.discrete.Categorical('name', p=[.1, .5, .4])

    if on:
        x_triangle = pymc3.Deterministic('x_triangle', x_on)
    elif triangle:
        x_triangle = pymc3.Normal('x_triangle', 5, 1)
    else:
        x_triangle = numpy.nan

    trace = pymc3.sample()
    pymc3.plot_posterior(trace)

我不确定如何指定 X 对 Triangle 和 On 的条件依赖。大家的任何想法都将不胜感激。

4

0 回答 0