开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >pymc3:具有多个强求变量的层次模型

问pymc3:具有多个强求变量的层次模型
EN

Stack Overflow用户

提问于 2015-11-11 14:28:25

回答 1查看 1.5K关注 0票数 7

我有一个简单的层次模型，有很多个人，我有一个正态分布的小样本。这些分布的平均值也服从正态分布。

import numpy as np

n_individuals = 200
points_per_individual = 10
means = np.random.normal(30, 12, n_individuals)
y = np.random.normal(means, 1, (points_per_individual, n_individuals))

我想使用PyMC3来计算样本中的模型参数。

import pymc3 as pm
import matplotlib.pyplot as plt

model = pm.Model()
with model:
    model_means = pm.Normal('model_means', mu=35, sd=15)

    y_obs = pm.Normal('y_obs', mu=model_means, sd=1, shape=n_individuals, observed=y)

    trace = pm.sample(1000)

pm.traceplot(trace[100:], vars=['model_means'])
plt.show()

我原以为model_means的后部看起来像我最初的分布方式。但它似乎收敛于30，即手段的平均值。如何从pymc3模型恢复均值的原始标准差(在我的示例中为12)？

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2015-11-13 01:09:13

这个问题是我为PyMC3的概念而奋斗的。

我需要n_individuals观察到的随机变量来建模y和n_individual随机变量来建模means。它们还需要先验hyper_mean和hyper_sigma作为它们的参数。sigmas是y标准差的优先项。

import matplotlib.pyplot as plt

model = pm.Model()
with model:
    hyper_mean = pm.Normal('hyper_mean', mu=0, sd=100)
    hyper_sigma = pm.HalfNormal('hyper_sigma', sd=3)

    means = pm.Normal('means', mu=hyper_mean, sd=hyper_sigma, shape=n_individuals)
    sigmas = pm.HalfNormal('sigmas', sd=100)

    y = pm.Normal('y', mu=means, sd=sigmas, observed=y)

    trace = pm.sample(10000)

pm.traceplot(trace[100:], vars=['hyper_mean', 'hyper_sigma', 'means', 'sigmas'])
plt.show()

票数 7

EN

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/33661064

复制

相关文章

真正的层次认知模型

model ps structure this time

second level A matrix (likelihood mapping) mediates the ascending and descending messages between hierarchical levels. This structure also entails that the second-level model must operate at a slower timescale than the first-level model, because each observation in the second-level model (i.e., each time point in a second-level trial) corresponds to the results of (i.e., posterior beliefs after) a complete trial in the first-level model. Thus, there are as many first-level trials as there are time points in a second-level trial.

CreateAMind

2022/11/22

4420

R语言随机森林模型中具有相关特征的变量重要性

变量重要性图是查看模型中哪些变量有趣的好工具。由于我们通常在随机森林中使用它，因此它看起来非常适合非常大的数据集。大型数据集的问题在于许多特征是“相关的”，在这种情况下，很难比较可变重要性图的值的解释。例如，考虑一个非常简单的线性模型

拓端

2020/08/06

2.1K0

R语言随机森林模型中具有相关特征的变量重要性

变量重要性图是查看模型中哪些变量有趣的好工具。由于我们通常在随机森林中使用它，因此它看起来非常适合非常大的数据集。大型数据集的问题在于许多特征是“相关的”，在这种情况下，很难比较可变重要性图的值的解释。

拓端

2020/09/28

2K0

R语言随机森林模型中具有相关特征的变量重要性

层次模型（树形结构）

在层次模型中，每个结点表示一个记录类型，每个记录类型可包含若干个字段，记录类型描述的是实体，字段描述的是实体的属性。

孙晨c

2019/10/29

2.3K0

本地配置wamp具有多个根目录

今天闲着没事，自己前些日子想把本地的wamp配置成两个根目录。于是就摸索自己配置玩玩。配置测试环境：wamp2.0 1. 首先将Windows/system32/drivers/etc/hosts文件打开（用记事本打开） 2. 将原来的127.0.0.1 localhost改为 127.0.0.1 localhost 127.0.0.1 nitnews #（这个你可以自己顺便写） 3. 保存修改后的文件，如果有什么提示就允许即可 4. 启动wamp打开apache配置文件（我的wamp是在D

苦咖啡

2018/05/07

1.2K0

python输出多个变量的值。

有点类似于C语言 print("%s,%d,%d"%(name ,age ,school))

py3study

2020/01/10

5K0

Python用PyMC3贝叶斯模型平均BMA：采样、信息准则比较和预测可视化灵长类动物的乳汁成分数据

当面对多个模型时，我们有多种选择。模型选择因其简单性而具有吸引力，但我们正在丢弃有关模型中不确定性的信息。

拓端

2023/08/17

3280

贝叶斯深度学习：桥接PyMC3和Lasagne构建层次神经网络

深度学习神经网络

编辑部翻译组编译：西西、wally 作者：Thomas Wiecki 今天，我们将使用Lasagne构建一个更有趣的模型，这是一个灵活的Theano图书馆，用于构建各种类型的神经网络。你可能知道，PyMC3还使用了Theano，因此在Lasagne中建立了人工神经网络（ANN），将贝叶斯先验放在参数上，然后在PyMC3中使用变分推理（ADVI）来估计模型。由于Lasagne的优秀表现，我们可以轻松地建立一个具有最大汇集层的分层贝叶斯卷积ANN，在MNIST上实现98％的准确性。数据集：MNIS

量化投资与机器学习微信公众号

2018/01/29

7540

贝叶斯深度学习：桥接PyMC3和Lasagne构建层次神经网络

stata如何处理结构方程模型（SEM）中具有缺失值的协变量

编程算法数据分析

本周我正和一位朋友讨论如何在结构方程模型（SEM）软件中处理具有缺失值的协变量。我的朋友认为某些包中某些SEM的实现能够使用所谓的“完全信息最大可能性”自动适应协变量中的缺失。在下文中，我将描述我后来探索Stata的sem命令如何处理协变量中的缺失。

拓端

2020/07/17

2.9K0

使用pymc3遇到的问题

PyMC3机器学习库，基于heano, NumPy, SciPy, Pandas, 和 Matplotlib。安装 pip install pymc3，pip命令可以安装pymc3并安装其依赖库首次运行报错这可能是缺少某些依赖库导致的，根据报错信息安装即可运行出现一长串c代码，或者说c代码被存放在某个目录解决方案：conda install mingw libpython 提示不能导入pyqt4 解决方案：conda install pyqt=4，如果提示不能安装则进入https://www.l

听城

2018/04/27

1.8K0

oracle declare多个变量_赋值

java https 网络安全

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/171208.html原文链接：https://javaforall.cn

全栈程序员站长

2022/09/24

1.6K0

Python用PyMC3实现贝叶斯线性回归模型

神经网络机器学习深度学习人工智能线性回归

在本文中，我们将在贝叶斯框架中引入回归建模，并使用PyMC3 MCMC库进行推理。

拓端

2020/08/20

1.7K0

Python用PyMC3实现贝叶斯线性回归模型

基于隐变量的推荐模型基于隐变量的推荐模型

上一篇介绍了协同过滤，其重点就是在人-物品矩阵上，其中心思想是去对人或者物品进行聚类，从而找到相似人或者相似物品，用群体的智慧为个人进行推荐，但是，这种近邻模型也存在好多问题：

zhuanxu

2018/09/07

1.7K0

数据分享|Python用PyMC3贝叶斯模型平均BMA：采样、信息准则比较和预测可视化灵长类动物的乳汁成分数据

python 变量可视化模型数据

一种替代方法是执行模型选择，但讨论所有不同的模型以及给定信息准则的计算值。重要的是要将所有这些数字和测试放在我们问题的背景下，以便我们和客户能够更好地了解方法可能存在的局限性和缺点。如果你在学术界，你可以使用这种方法向论文、演示文稿、论文等的讨论部分添加元素。

拓端

2023/08/31

6700

数据分享|Python用PyMC3贝叶斯模型平均BMA：采样、信息准则比较和预测可视化灵长类动物的乳汁成分数据

TensorFlow 加载多个模型的方法

https 网络安全 github git 开源

采用 TensorFlow 的时候，有时候我们需要加载的不止是一个模型，那么如何加载多个模型呢？

kbsc13

2019/08/16

2.8K0

三种数据模型---层次模型、网状模型以及关系模型

数据库管理数据库数据结构 sql

　　其实层次数据模型就是的图形表示就是一个倒立生长的树，由基本数据结构中的树（或者二叉树）的定义可知，每棵树都有且仅有一个根节点，其余的节点都是非根节点。每个节点表示一个记录类型对应与实体的概念，记录类型的各个字段对应实体的各个属性。各个记录类型及其字段都必须记录。

Twcat_tree

2022/11/30

10.5K0

三种数据模型---层次模型、网状模型以及关系模型

有 static 变量的 namespace 被多个 cpp 包含

c++c#html 打包编程算法

有如下三个文件 header.h #pragma once namespace NS1 { static int var = 10; } void print_var(); src.cpp #include <stdio.h> #include "header.h" void print_var() { printf("%d\n", NS1::var); } main.cpp #include <stdio.h> #include "header.h" int main() { printf("%

零式的天空

2022/03/25

8760

swal弹窗,sweetalert2具有相同功能的多个swal[通俗易懂]

regex javascript https 网络安全

大家好，又见面了，我是你们的朋友全栈君。 I’d like to make a condition and call a swal for each one (Sweetalert2). But on

全栈程序员站长

2022/11/17

2.5K0

企业应用架构模式中的层次模型简介

数据库 sql uml 编程算法 html

企业对外提供服务，通常借助于软件应用。比如交易零售系统，用来提供购买商品的服务，这里就涉及到交易数据，这些数据会被用户“反复”的产生、查看，而且随着服务时间增长，应用本身也会面临困难

爬蜥

2019/10/08

1.3K0

有 static 变量的 namespace 被多个 cpp 包含

c++c#html 打包编程算法

有如下三个文件 header.h #pragma once namespace NS1 { static int var = 10; } void print_var(); src.cpp #include <stdio.h> #include "header.h" void print_var() { printf("%d\n", NS1::var); } main.cpp #include <stdio.h> #include "header.h" int main() { printf("%

mzlogin

2020/04/16

1K0

相似问题

具有交互项的Pymc3层次模型

15

在weibullAFT中建立具有协变量的PyMC3模型？

11

rails:具有多个父级的层次模型

13

PYMC3混合模型:帮助理解多变量模型

12

复制具有层次结构的模型

20

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例