无法创建双变量似然函数

Question

我试图在给定两个相关密度（先验和信号）的情况下计算可能性。对于每个X_grid值，都有一个不同的meanZgivenX。所附代码中的最后一行给出了一个矩阵，其中沿对角线的数字应为正，而与对角线相距的数字应为零。

# Specify the grid on X,Z parameter space.
n_int = 5  # choose number of intervals for grid on theta.
X = np.linspace(-80, 100, n_int)
Z = X
X_grid, Z_grid = np.meshgrid(X, Z)

# prior probabilities on the X and Z values.
muX = 10
sigmaX = 20
muZ = 10
sigmaZ = 20

# Correlation between X and Z 
rho = 0.6

# compute vector of means for likelihood
meanZgivenX = muZ + rho * sigmaZ*(X_grid - muX)/sigmaX
varZgivenX = (1 - rho**2) * sigmaZ**2
sigmaZgivenX = np.sqrt(varZgivenX)

# compute likelihood
pZgivenX = norm.pdf(X_grid, meanZgivenX, sigmaZgivenX)

预期结果-不是特定值，而是5x5形状的图案。

0.0020  0.0000  0.0000  0.0000  0.0000
0.0213  0.0132  0.0005  0.0000  0.0000
0.0001  0.0060  0.0249  0.0060  0.0001
0.0000  0.0000  0.0005  0.0132  0.0213
0.0000  0.0000  0.0000  0.0000  0.0020

实际结果。

[[0.00716329 0.04781825 0.09003692 0.04781825 0.00716329]
 [0.00716329 0.04781825 0.09003692 0.04781825 0.00716329]
 [0.00716329 0.04781825 0.09003692 0.04781825 0.00716329]
 [0.00716329 0.04781825 0.09003692 0.04781825 0.00716329]
 [0.00716329 0.04781825 0.09003692 0.04781825 0.00716329]]

Answer 1

我想我自己解决了这个问题。我在上一条语句中使用了X_grid，但应该使用Z_grid。 感谢所有看着我的问题的人。