pymc3 - 如何区分 PyMC3 中的先验和可能性

Question

在 PyMC3 示例中，先验和可能性在with语句内部定义，但如果它们是先验或可能性，则没有明确定义。我如何定义它们？

在下面的示例代码中，alpha并且beta是先验和y_obs可能性（如 PyMC3 示例所述）。

我的问题是：PyMC3 内部代码如何确定分布是先验的还是可能性的？应该有一些明确的参数来告诉 PyMC3 内部的分布类型（先验/可能性）。

我知道y_obs是可能性，但我可以定义更多y_obs1 y_obs2。PyMC3 将如何识别哪一个是可能性，哪一个是先验。

from pymc3 import Model, Normal, HalfNormal

regression_model = Model()  
with regression_model:  

    alpha = Normal('alpha', mu=0, sd=10)
    beta = Normal('beta', mu=0, sd=10, shape=2)

    sigma = HalfNormal('sigma', sd=1)

    mu = alpha + beta[0] * X[:,0] + beta[1] * X[:,1]

    y_obs = Normal('y_obs', mu=mu, sd=sigma, observed=y)

标签： pymc3

Answer 1

传递observed参数使其成为可能性项（在您的示例中，P[y|mu, sigma]）。缺少参数的其他RandomVariable变量（alpha、beta和sigma）observed被采样为先验。