Oriol Abril 的帖子

多层建模的贝叶斯方法入门

分层或多层建模是回归建模的推广。

阅读更多 ...


使用“黑箱”似然函数

有一个相关示例,讨论了如何使用 JAX 中实现的似然函数

阅读更多 ...


使用数据容器

在构建了梦想中的统计模型之后,您需要为其提供一些数据。数据通常通过两种方式引入 PyMC 模型。一些数据用作外生输入,在线性回归模型中称为 X,其中 mu = X @ beta。其他数据是模型内生输出的“观察”示例,在回归模型中称为 y,并用作模型隐含的似然函数的输入。这些数据,无论是外生的还是内生的,都可以作为各种数据类型包含在您的模型中,包括 numpy ndarrays、pandas SeriesDataFrame,甚至 pytensor TensorVariables

阅读更多 ...


GLM:使用自定义似然函数进行稳健回归以进行异常值分类

使用 PyMC 进行稳健回归,通过 Hogg 2010 信噪比方法进行异常值检测。

阅读更多 ...