问题标签 [arviz]

我已经尝试过使用：

我需要安装 arviz 来可视化 pystan 的输出。我在 Windows 10（anaconda 发行版）上使用 python 3。

我正在 pymc3 中进行一些贝叶斯建模，并想使用 plot_posterior （来自 arviz 包）绘制后验分布。生成的图在水平轴上笨拙地错位，我想将它移到精确地绘制在 -3 和 +3 之间。不幸的是，我无法计算出我应该传递给函数以指定它的内容。

arviz.plot_posterior 的文档指定参数“coords”具有定义“要绘制的 var_names 的坐标。传递给 Dataset.sel”大概这是我需要指定水平轴范围的内容，但它没有说明我期望什么样的价值。

我已经检查了 Dataset.sel 的文档，它指出它期望的第一个参数是“一个 dict，其键与标量、切片或刻度标签数组给出的维度和值相匹配。” 我对此的解释是，键是与变量名称匹配的字符串，而值是刻度线的一些可迭代结构。

我的变量名为“m”，由以下代码生成：

我对 plot_postterior 的猜测是这样的：

它给了我错误“ValueError：维度或多索引级别 ['m'] 不存在”

大概我走在正确的轨道上，但我无法更准确地定义该函数需要哪些参数。感谢您的任何帮助，您可以提供。

编辑：我已经弄清楚如何扩展轴本身（诀窍是 ax = mpl.pyplot.axes(xlim = (-3.0, 3.0))）但我仍然不知道如何扩展变量的绘图本身。

在 Google 的 colaboratory 中，安装了 arviz 然后确实 import arviz 没有错误，但在代码单元中， pm.plot_posterior(samples) 得到错误：未安装 arviz。

试图绘制贝叶斯代码

我期待一个情节

我想在 Google Colab 中使用 pm.traceplot(mcmc_trace,['theta']) 进行绘图，但出现错误：

ImportError：未安装 ArviZ。为了使用plot_trace：

点安装arviz

注意：如果由于缺少包而导致导入失败，您可以使用 !pip 或 !apt 手动安装依赖项。

而我已经安装了 Arviz 并导入了可以工作但无法绘图的 arviz。

我正在尝试导入 PyMC3，但不幸的是，与已安装的库之一存在某种冲突：

我已经查看了类似的问题，但我不确定我是否完全理解如何解决这个问题，我希望能得到一些简单的英语支持:)

我正在尝试使用 PyMC3 运行基本测试模型，但我发现 ArviZplot_trace函数无法正确显示我的跟踪。

代码

该beta参数是多维的，并且同时具有beta[0]和beta[1]，但 ArviZ 迹线仅显示beta[0]：

轨迹图

如果我将跟踪图运行为az.plot_trace(trace, compact = True)，那么我确实会看到beta正确叠加的两个维度。我仅在尝试使用compact = False.

版本

• 阿维兹：0.6.1
• 麻木：1.18.1
• 科学：1.4.1
• xarray：0.15.0
• Matplotlib：3.1.3

我尝试根据进球数预测足球比赛的结果，并使用以下模型：

当我对模型进行采样时，跟踪图看起来很好。

之后当我想计算 WAIC 时：

waic = pm.waic(trace, model)

我收到以下错误：

当我在 pymc3 中有两个似然函数时，有什么方法可以计算 WAIC 和比较模型？（1：主队进球数 2：客队进球数）

你好！

在 pymc3 中运行一个简单线性回归模型的模型后，我正在尝试绘制一个图。正如您所看到的，两个图都显示了“后验预测平均分数”，但我想知道是否可以在 arviz 中围绕“后验预测平均分数”（而不是“观察分数”）绘制这个分布，类似于显示的在第一个图中？

这两个数字都是使用相同的数据制作的：

编辑： 有界的贝叶斯图：

我需要做些什么才能 plots.traceplot在 PyCharm 中显示我的 PyMC3 结果吗？我刚刚发现我需要一个print()声明pm.summary()。所以我想知道这些情节是否还有另一个功能。谢谢你！

我正在尝试为多个组可视化具有最高后验密度（hpd）的简单线性回归。但是，我在为每个条件应用 hpd 时遇到问题。每当我运行这段代码时，我都会为每个条件提取相同的后验密度。我想可视化与其条件相对应的后密度。如何为每个组绘制 hpd？

编辑：问题已在PyMC3 话语中得到解决