pymc
要約
MCMC. 尤度関数と事前分布の積。仮定したパラメータの事後分布を求める。その事後分布をつかって、元々のラベルの応答変数の分布を求めることもする（パラメータについて周辺消去する）
pymcで提供するものは、
乱数生成器だけ？だが、、
通常のある分布の乱数生成だけでなく、
observed = Trueにすることにより、ある尤度関数の値の生成もできる #分かってない。。 モデル作成後の、アルゴリズムを使って、各種パラメータの同時分布のサンプリングも行い、求めた事後分布のサンプリングを可能にする。サンプルの平均が、求めた事後分布の期待値となる。 #理解してない 内容
二章
親子関係 親変数(parent variable) 子変数(child variable)
child variableは、parent variable の影響を受ける
親から子に引き継がれる。 よって、コード記述上は、親から記述が始まる。条件になるのは親。
PyMC変数
stochastic変数 確率的に値が決まる。親変数が決まっても、自分でもまだランダム
random()でえ、新しい値がランダムに出てくる。
observed=True、このキーワード引数で、valueを変更不可に。 value=観測値が付随する。
deterministic変数 親変数が決まれば、確定する値。
モデルを観測に組み込む
リンク