Question

我正在尝试使用pymc3来适应层次模型并遇到麻烦，看起来我的先验正在被采样但我的可能性不是。我尝试复制用于多次观察的here描述的方法。

我正在使用R中未标记的包中找到的野鸭数据集，作为pandas数据帧加载。您可以从我的GitHub页面here中获取我正在使用的CSV。简而言之，每行代表沿单个样带收集的最多三个观察结果（y1，y2和y3列）。我尝试删除任何y列或协变量（高程，森林覆盖率，调查长度）中缺少数据（NaN）的行，这似乎不会改变我遇到的问题。

mallard = pd.read_csv('mallard.csv')
elev, length, forest = mallard.elev, mallard.length, mallard.forest

# transpose ys to have same shape as series of each covariate (elev, length...)
observations = mallard[['y1','y2','y3']].T
num_transects = len(mallard)

with pm.Model() as mallard_model:
    # priors
    # detection probability considered constant across all transects and plots
    prob = pm.Beta('prob', alpha=1, beta=1)
    # priors for deterministic linear model of local abundance at a transect 
    # that applies to all plots within a transect
    b0 = pm.Normal('b0', mu=0, sd=10) # intercept
    b1 = pm.Normal('b1', mu=0, sd=10) # elevation
    b2 = pm.Normal('b2', mu=0, sd=10) # forest cover
    b3 = pm.Normal('b3', mu=0, sd=10) # survey length

    # linear model of local abundance using log link
    lam = pm.Deterministic('lam', pm.math.exp(b0 + b1*elev + b2*forest + b3*length))

    # likelihood of observations
    # Ni is abundance at a transect, with binomial distribution across 
    # plots within a transect

    Ni = pm.Poisson('Ni', mu=lam, shape=num_transects)
    Y_obs = pm.Binomial('Y_obs', n=Ni, p=prob, observed=observations)

    # inference, use default step functions for each parameter
    trace = pm.sample(draws=5000, init='ADVI', n_init=10000)#, step=pm.Metropolis())

    plt.figure(figsize=(7, 7))
    pm.traceplot(trace[100:]) # leave out first 100 draws as burn-in
    plt.tight_layout()

这是出来的：
将NUTS分配给prob_logodds_
将NUTS分配给b0
将NUTS分配给b1
将NUTS分配给b2
将NUTS分配给b3
将大都会分配给Ni
指定大都会到Y_obs_missing
100％|████████████████████████████████| 5000/5000 [00：07＆lt; 00：00,675.88it / s]

我注意到没有使用ADVI报告初始化输出，这似乎令人不安。

我还发现，如果我强制模型使用特定的步骤函数（例如，我在上面的pm.Metropolis()调用中注释掉的pm.sample），我会对某些函数进行采样 - 但不是全部 - 参数。仍然没有初始化报告。

任何想法如何让这个工作？

Answer 1

我遇到了类似的问题，只是我的观察数据不是number of observations x number of variables格式。结果只使用了第一次观察。

尝试observations = mallard[['y1','y2','y3']]

如果您想对后验使用进行抽样sample_ppc

Answer 2

我认为你的模型中有几个问题：

离散参数不适用于advi和nut，我怀疑大都市采样器可以处理所有这些离散参数。在许多情况下，您可以将它们边缘化，但在这里您可能希望使用连续变量来代替种群大小。也许是这样的事情（这也考虑到人口规模低于观察到的数量是不可能的事实）
```
sd = pm.HalfCauchy('Ni_sd', beta=2.5)
trafo = pm.distributions.transforms.lowerbound(observations.max(axis=0))
Ni = pm.Gamma('Ni', mu=lam, sd=sd, shape=num_transects,
              transform=trafo, testval=observations.max(axis=0) + 1)
```
我认为你的模型无法辨认：你是不是总是只增加所有人口规模并减少道具？我无法看到这个模型如何学习有关道具的任何有用信息。这些信息来自哪里？
为什么人口规模取决于调查长度？这种影响不应该支撑吗？或者它是一个区域？

具有多个观察值的pymc3层次模型，不计算MCMC期间的可能性？

2 个答案: