如何使用PyMC 2.3.7在Python中计算边际可能性？

Question

由于贝叶斯因子，我想计算给定数据集的模型的边际可能性，以便与另一个模型进行比较。

我使用PyMC 2获取每个模型的每个参数的发布分布。

这是原理（我使用过MCMC）：

{{1}}

现在我不知道如何实现边际可能性。

谢谢。

Answer 1

每个采样参数的近似边际分布是参数采样值的频率图。 PyMC2缺少PyMC3（和现在的ArviZ）更完整的绘图工具，但是您可以简单地使用matplotlib（类似于the example in the docs中的操作）。在这种情况下，就像

from matplotlib.pyplot import hist

hist(ModBayes.trace('myPar')[:], density=True)
hist(ModBayes.trace('mesLL')[:], density=True)