Python的pyMC3包与贝叶斯调查分析应用
1. 马尔可夫链蒙特卡罗模拟抽样
从后验分布中抽样的过程,本质上是按照马尔可夫链从后验分布中随机抽取样本。单次抽取仅取决于抽样器当前在分布中的位置,而与之前的位置无关,这就是“马尔可夫链”部分;从当前位置的下一次移动是随机抽取的,这是“蒙特卡罗”部分。
2. Python包pyMC3概述
pyMC3是一个使用贝叶斯规则估计统计模型的计算工具,它使用直观的语法和先进的方法来实现马尔可夫链蒙特卡罗(MCMC)。要使用pyMC3,需要和图形包ArviZ一起安装。
安装步骤如下:
- 安装pyMC3 :
- 使用pip: pip install pymc3
- 使用conda: conda install -c conda-forge pymc3
- 安装ArviZ :
- 使用pip: pip install arviz
- 使用conda: conda install -c conda-forge arviz
安装并导入到Python代码后,可以使用以下代码检查版本号:
import pymc3 as pm
import arviz as az
print( f’Running pyMC3 v{pm.__version__}’ )
print( f’Runni
超级会员免费看
订阅专栏 解锁全文
3027

被折叠的 条评论
为什么被折叠?



