我正在尝试用最高后验密度(hpd)来可视化多组的简单线性回归。但是，我在为每个条件应用hpd时遇到了一个问题。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。我想要可视化与其条件相对应的后验密度。如何绘制每个组的hpd图？编辑:问题已在PyMC3 discourse中解决 impor
浏览 38提问于2020-07-02得票数 2
回答已采纳
我想(i)计算和(ii)绘制中心可信区间和最高后验密度区间，以便在Distributions.jl库中进行分布。理想情况下，我们可以编写自己的函数来计算CI和HPD，然后使用Plots.jl绘制它们。然而，我发现实现非常棘手(免责声明:我是Julia的新手)。对于库/repo/repo，有什么建议可以让计算和绘图变得更容易吗？plots the distribution
# m
浏览 7提问于2021-06-03得票数 3
回答已采纳
1回答
后距关节正态分布
、、、
我有一些关于高斯推理的基本问题。deaths-0.30, 5, 10.73, 5, 5
编辑:我假设剂量响应逻辑(θ)=α+βx，其中logit(θ) = log(θ/(1-θ)有一个简单的回归模型θ表示给定剂量x的死亡概率。我要在(α，β)上建立一个联合正态分布，α∼N(0,22)，β∼N( 10 ,102)，corr(α，β)= 0.5，然后在一个点的网格上计算出先验点的后验密度(α:
浏览 1提问于2018-10-03得票数 2
1回答
带多变量观测的pymc
、、、、
我正在使用，但很难将它扩展到我的用法。
我有关于一个随机变量的观察，一个关于那个随机变量的假设分布，最后是关于那个随机变量的另一个假设分布，我对它有观察。我是如何尝试用a和b上的中间发行版来建模的，但是它抱怨了Wrong number of dimensions: expected 0, got 1 with shape (788,).为了描述实际模型，我预测一定数量(n)的电子邮件的转换率。我的优
浏览 0提问于2019-02-06得票数 3
回答已采纳
1回答
我想知道是否有人知道一个可靠和快速的分析HDI计算，最好是贝塔函数。其中一种方法是加快我在中找到的脚本(改编自R到Python)，并摘自JohnK.Kruschke的“做贝叶斯数据分析”一书。我使用</
浏览 15提问于2021-06-16得票数 2
6回答
最高后验密度区和中心可信区
、、、、
给定一些参数上的后验p(Θ\D)，我们可以这样做：最高密度区是Θ最可能值的集合，总共占后部肿块的100%(1-α)。换句话说，对于给定的α，我们寻找满足以下条件的p*：然后得到最高后验密度区作为集合：中部可信区域：
使用上述相同的表示
浏览 7提问于2014-03-09得票数 41
回答已采纳
1回答
我正在尝试使用PyMC3，试图在PyMC3文档中适应的修改版本。假设您有两个煤矿(mine1和mine2)，每个煤矿在相同的年份范围内都有类似的灾难计数。模型1-跨矿山求和的单一模型with pm.Model() as model1:
TypeError:
浏览 8提问于2020-07-31得票数 4
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
