问题标签 [pymc3]

我有一个简单的分层模型，其中包含许多个人，我有来自正态分布的小样本。这些分布的均值也服从正态分布。

我想使用 PyMC3 从样本中计算模型参数。

我期待的后验model_means看起来像我原来的均值分布。但它似乎收敛到30均值。如何从 pymc3 模型中恢复均值的原始标准差（在我的示例中为 12）？

我正在尝试按照本示例的思路在 pymc3 中实现 GARCH 模型。为此，我尝试如下实现 GARCH(1, 1) 分布

澄清一下，这是 GARCH(1,1) 模型的对数似然。波动过程是一个时间序列，其中时间 t 的波动取决于时间 t-1 的残差。但是要确定时间 t-1 的残差，我们需要时间 t-1 的波动率。

无论如何，这对我的问题并不重要。重要的是不能通过矢量化 for 循环来计算可能性（这是在帖子顶部的链接中完成的）。因此，您需要一个显式循环，它在每一步首先更新波动率，然后确定观察到的回报的可能性。

但是上面的代码不起作用。如果我尝试建立一个像

“SP500.csv”文件可以在例如github上找到

此代码生成错误：

我很确定这是因为 for 循环与 theano 冲突。我该如何处理？

我正在尝试建立一个模型，其中分配给分布的先验取决于特定值，并且该值是另一个被采样的变量。例如，根据概率 p 的伯努利试验对正确回答问题的学生进行建模。如果学生有给定的先决条件（他们自己是模型的一部分），p 应该从 Beta(20,5) 中得出。如果不是，p 应该从 Beta(5,20) 中得出。

我用下面的代码让它在 PyMC2 中工作：

换句话说，分配给伯努利随机变量的先验是一个确定性函数，它根据某个其他值的 SAMPLED 值返回一个随机变量，在本例中为 theta1[i]。

我无法弄清楚如何在 PyMC3 中执行此操作，因为 @deterministic 装饰器不再存在，并且确定性函数必须将输入/输出作为 Theano 变量。

我真的很感激任何见解或建议！

我写了一些不起作用的小 pymc3 代码。

我收到一个 theano 错误“IndexError: index out of bounds”错误消息，但我不知道为什么。我尝试了上面代码的不同变体，但它们都不起作用。

如果您对代码的含义感到好奇，这是为了在观察多项式计数后检查狄利克雷参数的后验：（10,3,4）对于具有“均匀”狄利克雷先验的三个类（alpha=[1 .,1.,1.]) 导致 (10.,3.,4.)

简单直接采样：

我正在尝试重现 John Kruschke 的书“做贝叶斯数据分析”（第 2 版）中的示例。这个例子来自第 16 章关于重复测量的简单线性回归。我想我只是在这种情况下指定似然函数。我从John Kruschke 的网站下载了数据并用它制作了一个 csv。这是我在书中遵循他的 R 代码的代码：

任何帮助将非常感激。

我正在尝试复制示例 Getting Started PyMC3。

在 Windows 2012 R2 上。

该步骤 from pymc3 import Model, Normal, HalfNormal
给出

我有 gcc

我错过了什么？

谢谢

在逻辑回归的情况下，通过将 glm 与 pymc3 一起使用，我无法找到确切的解释。所以我将 GLM 版本与显式 pymc3 模型进行了比较。我开始为文档编写 ipython 笔记本，请参阅：

http://christianherta.de/lehre/dataScience/machineLearning/mcmc/logisticRegressionPymc3.slides.php

我不明白的是：

• GLM 中的参数使用什么先验？我假设它们也是正态分布的。与 GLM 中的构建相比，我的显式模型得到了不同的结果。（见上面的链接）

• 使用较少的数据，采样会被卡住和/或我得到的结果非常糟糕。有了更多的训练数据，我无法观察到这种行为。这对mcmc来说正常吗？

笔记本上有更多问题。

感谢您的回答。

有没有办法加速这个简单的 PyMC 模型？在 20-40 个数据点上，拟合大约需要 5-11 秒。

只有 40 个数据点，运行需要 11 秒：

（80分需要20秒）。这是一个玩具示例。Lambda()确定转换的内部表达式实际上更复杂。这种基本的代码结构是灵活的（而使用转换矩阵对模型进行编码不太灵活）。有没有办法保持类似的代码结构但获得更好的性能？如有必要，很高兴切换到 PyMC3。谢谢。

我正在使用一个简单的二元正态模型，该模型具有一些非常规的先验。我遇到的主要问题是我的后验结果从一次运行到下一次不一致，我猜这与连续样本之间的高度相关性问题有关。这是我的具体问题。

1. 获得 N 个独立样本的最佳方法是什么？目前，我一直在调用 sample() 来获得一个大链（例如长度 10,000），然后从 1,000 开始每 100 个样本。但是现在看看其中一个参数的自相关曲线，看起来我需要至少每 500 个样本进行一次！（我还可以使用互信息来更好地了解滞后之间的依赖关系。）

2. 我一直在遵循pymc3 教程中随机波动率示例中描述的拟合过程。特别是我首先找到 MAP，然后用它生成一个 NUTS() 对象，然后取一个简短的样本，然后使用它生成另一个 NUTS() 对象，使用 gamma=0.25 (???)，最后得到我的大样本。我不知道这是否合适或者我是否需要 gamma=0.25。

3. 此外，在同一个示例中，还有指数分布的测试值。我不知道我是否需要这些。（默认使用均值有什么问题？）

这是我正在使用的实际模型。

我正在拟合一个分层模型，其中一个变量的形状>10K，并且该模型需要 500+k 个样本才能收敛。我想使用持久后端进行跟踪，以便以后可以比较不同的模型。我尝试使用 SQLite 后端，出现以下错误：

/opt/conda/lib/python2.7/site-packages/pymc3/backends/sqlite.pyc in _create_table(self) 123 语句 = template.format(table=varname, 124 value_cols=colnames) --> 125 self.db .cursor.execute（语句）126 127 def _create_insert_queries（自我，链）：

OperationalError：individual_freq 上的列太多

我认为这是因为我试图为我的所有变量保存跟踪，包括形状> 10K 的向量变量。我不需要/不想为向量保存跟踪 - 我只对顶级变量感兴趣。使用内存后端时，我可以像这样显式指定变量列表：

但是在使用 SQLite 时，我只能指定：

我想做的是这样的：

可能吗？这应该是功能请求吗？感谢您的任何建议。