Pymc3 条件后验采样

Question

我想从 pymc3 中的后验分布中采样，但以某些变量的特定值为条件。我知道如何使用 sample_ppc 对后验概率进行采样，但不清楚如何有条件地执行此操作。有简单的方法吗？

例如，假设我有这个模型：

with pymc3.Model() as model:
    mu = pymc3.Uniform('mu', -3., 3.)
    std = pymc3.Uniform('std', 0., 2.)
    N = pymc3.Normal('N', mu=mu, sd=std, observed=obs)
    start = pymc3.find_MAP() 
    step = pymc3.NUTS(scaling=start)
    trace = pymc3.sample(2000, step, start=start)

如何从 N 的后验分布中以 mu 的值为 1.5 为条件进行采样？

Answer 1

AFAIK，您只能使用 sample_ppc 来获得依赖于输入值的后验预测值。因此，如果您需要在不同点采样或固定参数值，您必须 重写模型 并从跟踪中获取参数值。按照您的示例，您需要执行以下操作：

ppd = np.random.normal(1.5, trace['std'])

Pymc3 条件后验采样

Pymc3 Conditional Posterior Sampling

python

bayesian

pymc3

mcmc