标记为“分层模型”的文章
辛普森悖论
- 2024年9月24日
辛普森悖论描述了一种情况，即在同一组内的两个变量之间可能存在负相关关系，但是当来自多个组的数据合并时，这种关系可能会消失甚至反转。 下面的gif图（来自辛普森悖论维基百科页面）很好地演示了这一点。
变化的纵向模型
- 2023年4月24日
对变化的研究涉及同时分析个体变化轨迹，并对所研究的个体集合进行抽象，以提取关于所讨论的变化性质的更广泛的见解。 因此，很容易只见树木不见森林。 在这个例子中，我们将演示使用分层贝叶斯模型研究个体群体内部变化的一些微妙之处 - 从个体内部的视角移动到个体之间/交叉的视角。
分层部分池化
- 2023年1月28日
假设您的任务是评估几位棒球运动员的击球技能。 其中一项绩效指标是击球平均值。 由于球员参加的比赛次数不同，并且在击球顺序中的位置也不同，因此每位球员的击球次数也不同。 但是，您想评估所有球员的技能，包括那些击球机会相对较少的球员。
分层二项模型：大鼠肿瘤示例
- 2023年1月10日
这个简短的教程演示了如何使用PyMC对《贝叶斯数据分析》第三版第5章中的大鼠肿瘤示例进行推断 [Gelman 等人，2013]。 读者应该已经熟悉 PyMC API。
使用项目反应理论分析NBA犯规
- 2022年4月17日
本教程展示了贝叶斯项目反应理论 [Fox，2010] 在使用PyMC分析NBA篮球犯规数据中的应用。 基于 Austin Rochford 的博客文章 NBA Foul Calls and Bayesian Item Response Theory。
用于橄榄球预测的分层模型
- 2022年3月19日
在本例中，我们将使用 PyMC 重现 Baio 和 Blangiardo [2010] 中描述的第一个模型。 然后展示如何从后验预测中抽样，以从建模量（得分目标）模拟冠军赛结果。
使用散度诊断有偏推断
- 2018年2月24日
此笔记本是 Michael Betancourt 在 mc-stan 上的帖子 的 PyMC3 移植版本。 有关底层机制的详细说明，请查看原始帖子 Diagnosing Biased Inference with Divergences 和 Betancourt 的优秀论文 A Conceptual Introduction to Hamiltonian Monte Carlo。