在pymc中定义先验和边缘化先验

Question

我正在阅读有关 pymc 库的蒙特卡罗马尔可夫链过程的教程。我也是使用 pymc 的新手，并尝试建立我自己的MCMC流程。我遇到了一些问题，我在pymc教程中找不到合适的答案： 第一：我们如何用pymc定义先验，然后在链式过程中对先验者进行边缘化？

我的第二个问题是Dirichlet分布，这个分布与MCMC中的先前信息有什么关系？如何定义？

Answer 1

我建议遵循PyMC用户指南。它明确地向您展示了如何指定模型（包括先验）。使用MCMC，您最终会得到所有后验值的边缘值，因此您不需要知道如何边缘化先验。

Dirichlet经常被用作贝叶斯模型中多项概率的先验。 Dirichlet参数的值可用于编码先验信息，通常根据与多项式的每个元素相对应的先验事件的名义数量。例如，带有1的向量作为参数的Dirichlet只是在多项量之前的Beta（1,1）的推广。