PyMC
Python用PyMC3贝叶斯模型平均BMA：采样、信息准则比较和预测可视化灵长类动物的乳汁成分数据
全文链接：https://tecdat.cn/?p=33449 原文出处：拓端数据部落公众号 当面对多个模型时，我们有多种选择。模型选择因其简单性而具有吸引力，但我们正在丢弃有关模型中不确定性的信息。 print(f"Runing 模型平均 一种替代方法是执行模型选择，但讨论所有不同的模型以及给定信 ......
Python用PyMC贝叶斯GLM广义线性模型、NUTS采样器拟合、后验分布可视化
全文链接：https://tecdat.cn/?p=33436 原文出处：拓端数据部落公众号 尽管贝叶斯方法相对于频率主义方法的理论优势已经在其他地方进行了详细讨论，但其更广泛采用的主要障碍是“可用性”。而使用贝叶斯方法，客户可以按照自己认为合适的方式定义模型。 线性回归 在此示例中，我们将帮助客户 ......
Python用 PyMC3 贝叶斯推理案例研究：抛硬币和保险索赔发生结果可视化
全文链接：https://tecdat.cn/?p=33416 原文出处：拓端数据部落公众号 介绍 在这里，我们将帮助客户将 PyMC3 用于两个贝叶斯推理案例研究：抛硬币和保险索赔发生。 方法： 回想一下，我们最初的贝叶斯推理方法是： 设置先前的假设，并根据启发式、历史或样本数据建立我们数据的“已 ......
使用PyMC进行时间序列分层建模
在统计建模领域，理解总体趋势的同时解释群体差异的一个强大方法是分层(或多层)建模。这种方法允许参数随组而变化，并捕获组内和组间的变化。在时间序列数据中，这些特定于组的参数可以表示不同组随时间的不同模式。 今天，我们将深入探讨如何使用PyMC(用于概率编程的Python库)构建分层时间序列模型。 让我 ......