python – 使用PYMC3进行回归

我在这里发布了一个IPython笔记本http://nbviewer.ipython.org/gist/dartdog/9008026

我通过标准Statsmodels OLS和PYMC3与Pandas提供的数据一起工作,顺便说一下,这部分工作得很好.

我看不出如何从PYMC3中获得更多标准参数？这些示例似乎只是使用OLS来绘制基本回归线.看来PYMC3模型数据应该能够给出回归线的参数吗？除了可能的痕迹,即什么是最高概率线？

对Alpha,beta和sigma的解释的任何进一步解释都欢迎！

另外,如何使用PYMC3模型来估计给定新x即具有某种概率的预测的y的未来值？

最后,PYMC3有一个新的GLM包装,我尝试了它似乎搞砸了？ (虽然可能是我)

解决方法:

glm子模块设置了一些默认的先验,这可能非常适合你的每一个案例.您可以使用family参数更改它们,例如：

pm.glm.glm('y ~ x', data,
           family=pm.glm.families.Normal(priors={'sd': ('sigma', pm.Uniform.dist(0, 12000))}))

不幸的是,这还没有很好的记录,需要一些很好的例子.

标签：python,pandas,statsmodels,bayesian,pymc3
来源： https://codeday.me/bug/20190529/1174951.html