蒙特卡洛Marcov链与pymc

Question

我正在尝试构建一个MCMC模型来模拟随着时间推移而变化的重要性。我必须以10分钟的时间间隔模拟一天。我有一天在N个用户中以144个间隔进行了几次观察。所以我有U_k=U_1,...,U_N U个用户，其中k的范围是1到N，对于每个用户，我有X_i=X_1,...X_t个样本。每个用户都有两种可能的状态，1和0.我知道我必须为每个时间步建立一个转移概率矩阵，然后运行MCMC模型。这样对吗？但我不明白如何在pyMC中构建它可以任何人提供我的建议吗？

Answer 1

也许，假设每个用户在特定时间间隔内的行为方式相同，在每个时间间隔t我们都可以得到矩阵 [Pr 0-> 0，Pr 1-> 0;   Pr 1-> 0，Pr 1-> 0]

其中Pr x - > y =（处于状态y的区间t + 1中的人数和处于区间t中的状态x的人数）除以（处于状态x的区间中的人数） t），即基于样本的概率，即状态为x（0或1）的给定时间间隔内的某个人将在下一个时间间隔内转换为状态y（0或1）。

Answer 2

直接用Google搜索pymc和mcmc引导我"Just the theory, the next pages are about the implementation"

我建议您浏览一下这个文档，然后在那里试一试，这将使您走上正轨。