Question

我是第一次实现MCMC模拟，并且我有一个基于前一个变量的结果定义的变量。例如，如果我的bernoulli变量返回0，则会有一个不同的值被送入确定性变量，而不是返回1。

with pm.Model() as model:
    x = pm.Bernoulli('x', .5)
    if x == 1:
        y = 1 
    elif x == 0:
        y = 2
    z = pm.Deterministic('z', y * 1000)

我的问题是，由于x不是整数，因此不会输入这些if语句，它是一个分布。有没有办法获得x的采样值？或者我只想到这个错误？

Answer 1

你是对的，你应该使用Theano的功能switch

with pm.Model() as model:
    x = pm.Bernoulli('x', .5)
    y = pm.math.switch(x, 1, 0)
    z = pm.Deterministic('z', y * 1000)

或者更详细一点

with pm.Model() as model:
    x = pm.Bernoulli('x', .5)
    y = pm.math.switch(pm.math.eq(x, 1), 1, 0)
    z = pm.Deterministic('z', y * 1000)

switch计算第一个参数，如果true则返回第二个参数，否则返回第三个参数。

如果您有两个以上的条件，也可以使用多个switch。

with pm.Model() as model:
    x = pm.DiscreteUniform('x', 0, 2)
    y_ = pm.math.switch(pm.math.eq(x, 1), 1, 0)
    y = pm.math.switch(pm.math.eq(x, 2), 2, y_)
    z = pm.Deterministic('z', y * 1000)

PyMC3变量依赖于另一个的结果

1 个答案: