使用PyMC的贝叶斯相关

Question

我对PyMC很新，我正在尝试实现一个相当简单的贝叶斯相关模型，如"Bayesian Cognitive Modeling: A Practical Course"第5章所定义，其定义如下：

我已将我的代码放在ipython笔记本here中，代码段如下：

mu1 = Normal('mu1', 0, 0.001)
mu2 = Normal('mu2', 0, 0.001)
lambda1 = Gamma('lambda1', 0.001, 0.001)
lambda2 = Gamma('lambda2', 0.001, 0.001)
rho = Uniform('r', -1, 1)

@pymc.deterministic
def mean(mu1=mu1, mu2=mu2):
    return np.array([mu1, mu2])

@pymc.deterministic
def precision(lambda1=lambda1, lambda2=lambda2, rho=rho):
    sigma1 = 1 / sqrt(lambda1)
    sigma2 = 1 / sqrt(lambda2)
    ss1 = sigma1 * sigma2
    ss2 = sigma2 * sigma2
    rss = rho * sigma1 * sigma2
    return np.power(np.mat([[ss1, rss], [rss, ss2]]), -1)

xy = MvNormal('xy', mu=mean, tau=precision, value=data, observed=True)

M = pymc.MCMC(locals())
M.sample(10000, 5000)

我得到的错误是“错误：将flib.prec_mvnorm的第三个参数`tau'转换为C / Fortran数组失败了”

我只找到了另一个对此错误的引用（在this question中），但我看不到如何将答案应用到我的代码中。

Answer 1

这种无法提供信息的错误是由于您组织数据向量的方式。它是n列的2行，PyMC期望它是n行2列。以下修改使得此代码（几乎）对我有用：

xy = MvNormal('xy', mu=mean, tau=precision, value=data.T, observed=True)

我说几乎是因为我也改变了你的精度矩阵，没有矩阵功率部分。我认为图中的MvNormal有一个方差 - 协方差矩阵作为第二个参数，而MvNormal中的PyMC需要一个精度矩阵（等于C的倒数）。

Here is a notebook which has no more errors，但现在有警告需要进一步调查。