Question

我使用以下内容在pymc3中描述了一个模型：

from pymc3 import * 
basic_model = Model()

with basic_model:
    # Priors for unknown model parameters
    alpha = Normal('alpha', mu=0, sd=10)
    beta = Normal('beta', mu=0, sd=10, shape=18)
    sigma = HalfNormal('sigma', sd=1)

    # Expected value of outcome
    mu = alpha + beta[0]*X1 + beta[1]*X2 + beta[2]*X3

    # Likelihood (sampling distribution) of observations
    Y_obs = Normal('Y_obs', mu=mu, sd=sigma, observed=Y)

然而，我的Y不是正常分布的，而是二进制的（所以，伯努利，我认为）。我无法弄清楚如何将Normal Y的分布更改为Bernoulli，因为在这种情况下我无法弄清Y_obs的{{1}}。

Answer 1

您要找的是logistic regression。在这里，您可以使用逻辑函数将线性模型的输出转换为概率。

在您的示例中，可以按如下方式指定：

from pymc3 import * 
import theano.tensor as T
basic_model = Model()

def logistic(l):
    return 1 / (1 + T.exp(-l))

with basic_model:
    # Priors for unknown model parameters
    alpha = Normal('alpha', mu=0, sd=10)
    beta = Normal('beta', mu=0, sd=10, shape=18)

    # Expected value of outcome
    mu = alpha + beta[0]*X1 + beta[1]*X2 + beta[2]*X3

    # Likelihood (sampling distribution) of observations
    Y_obs = Bernoulli('Y_obs', p=logistic(mu), observed=Y)

如何在pymc3中设置伯努利分布参数

1 个答案: