Question

不确定我是在做傻事还是pymc3有一个bug，但是试图将T分布变为正常我得到自由度的数量（0.18到0.25，我期待一些高，4-5 at at最小）。当然，如果我尝试具有合理自由度的T分布，例如3或5，我会得到相同的错误。

import pymc3 as pm
Nsample = 200000
tst = np.random.normal(loc = 1e4, scale = 5e4, size = 250)
with pm.Model() as m:
    mean = pm.Normal('mean',mu=0,sd = 1e5)
    sigma = pm.Flat('sigma') # I tried uniform, gamma, exponential
    df = pm.Flat("df") # the same
    v = pm.T("pl",nu=df,mu = mean, lam = 1.0/sigma, observed = tst)

    start = {'df':5,'mean': 1e4, 'sigma':5e4} #start = pm.find_MAP()

    step = pm.Metropolis()
    trace = pm.sample(Nsample, step,start=start, progressbar=True)

pm.traceplot(trace[100000:],vars = ['df', 'sigma', 'mean']);

你能建议一些修正（改变先验，采样方法）吗？

Answer 1

为什么你会看到大约4-5的df？具有df-> inf的T分布等于正态分布。当我运行你的模型时：print trace['df'][10000:].mean()我得到1.19876070951e+13，所以非常大。

您可能会看到不同之处的一个原因是，如果您尝试在关节空间（曾经是pymc3中的默认值）中进行采样，Metropolis采样器可能会失败。如果您最近没有从master更新pymc3，请尝试再次更新并运行模型，因为Metropolis现在默认为非阻塞，并分别对每个变量进行采样。

使用pymc3来适应学生的分布

1 个答案: