对不是来自 pymc 的样本使用 pymc 诊断和后验总结答案

【问题标题】：Using pymc diagnostics and posterior summaries on samples not from pymc对不是来自 pymc 的样本使用 pymc 诊断和后验总结
【发布时间】：2013-11-03 19:44:02
【问题描述】：

我想在不使用 pymc 的情况下生成的样本上使用 pymc 诊断和摘要功能。例如，我想在我自己的一组样本上使用 pymc 的 mc_error 例程。

某些 pymc 诊断功能可以采用 np.array 样本，但是，如果我理解正确，其他似乎需要跟踪对象。如何将我自己的一组样本转换为 pymc 可以处理的跟踪对象？我会很感激任何指针。

我的样本当前存储为字典，其中每个键都是我正在采样的变量的名称，并指向样本的 np.array。

谢谢！

【问题讨论】：

标签： python mcmc pymc

【解决方案1】：

你说的是batchsd 函数吗？这就是 PyMC 2 中用来计算 MC 误差的东西。它位于 pymc.database.base 模块中，可以在任何数组上使用，真的。

pymc.diagnostics 模块包含所有收敛诊断功能，应该适用于 numpy 数组。

【讨论】：

谢谢，这很有帮助！我错误地查看了 pymc 中 stats.py 中的 mc_error 函数，我没有意识到它是这样装饰的，以至于它首先尝试从它传递的任何对象中提取跟踪数组。不过，我最初的问题是为了更笼统：鉴于 pymc 有很多很酷的功能可以处理跟踪，是否有一种规范的方法可以在不在 pymc 中运行 mcmc 的情况下根据您自己的样本进行跟踪？

【解决方案2】：

为了将来参考，一些 PyMC* 开发人员正在推出一个名为 ArviZ 的独立包，其中包括用于诊断和可视化 MCMC 样本等的功能。截至 2018 年秋季，它仍在大力开发中，但他们目前与xarray format，pandas 的扩展，用于处理张量格式的数据。

【讨论】：