1
我是新來的貝葉斯統計數據,我試圖在Python中估計泊松(可能性)和伽瑪分佈(之前)的後驗。我試圖估計的參數是泊松分佈中的lambda變量。我認爲後驗會採用伽馬分佈的形式(共軛之前?),但我不想利用這一點。我唯一給出的是數據(名爲「my_data」)。這裏是我的代碼:在Python中估計後驗?
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline
import scipy.stats
x=np.linspace(1,len(my_data),len(my_data))
lambda_estimate=np.mean(my_data)
prior= scipy.stats.gamma.pdf(x,alpha,beta) #the parameters dont matter for now
likelihood_temp = lambda yi, a: scipy.stats.poisson.pmf(yi, a)
likelihood = lambda y, a: np.log(np.prod([likelihood_temp(data, a) for data in my_data]))
posterior=likelihood(my_data,lambda_estimate) * prior
當我試圖繪製後面我得到一個空的情節。我繪製了先前的圖,看起來很好,所以我認爲這個問題是可能的。我拿了日誌,因爲數據相當大,我不想讓事情變得不穩定。任何人都可以指出我的代碼中的問題?任何幫助,將不勝感激。
哦,我認爲你是對的,對此感謝。不幸的是我不能使用PyMC3庫。我的可能性看起來合適嗎?我認爲這是另一個問題。 –