【问题标题】:Histogram plots in pymc, what do different aspects mean?pymc中的直方图,不同方面是什么意思?
【发布时间】:2014-06-25 22:17:31
【问题描述】:

我已经定义了一个随机随机变量(还有更多,但为了这个问题,一个就足够了)

tau = pm.DiscreteUniform("tau", lower = 0, upper = 74)

使用MCMC采样后,当我绘制tau的轨迹时,我得到下图

现在我的问题是这条黑线和两条虚线表示什么?

在我看到的所有早期数字中,用于将直方图下的区域划分为两半(几乎)的黑线和虚线也将覆盖几乎相同的黑线周围,所以我曾经认为粗线作为平均值,两条虚线作为 95% 的置信区间(很明显我错了)。

我还想验证一下我对直方图高度的理解。

据我所知,直方图高度为45表示次数,采样器取值45,如有错误请指正

【问题讨论】:

    标签: statistics histogram pymc confidence-interval mcmc


    【解决方案1】:

    线是中位数(实线)和四分位距(虚线)。直方图只是说明了样本值的频率。

    【讨论】:

    • nbviewer.ipython.org/github/CamDavidsonPilon/…的pymc.Matplot.plot()部分下我读到“最粗的垂直线代表后验均值,这是对后验分布的一个很好的总结。两者之间的间隔每个后验分布中的垂直虚线代表 95% 的可信区间”。中位数和后验均值是否相同?至少在上图中,虚线之间的区域没有反映 95% 的区域
    • 它是后中位数,而不是均值。仅当分布对称时它们才相同。
    • 那么,即使是虚线也是如此吗?只有当分布是对称的时,虚线才会覆盖 95% 的区域(因为在这里它们没有,几乎在我遇到过的所有其他地方,它们确实如此,并且分布是对称的,尽管这不是理由)
    • 不,虚线表示后验的四分位数范围(25% 和 75% 分位数)。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2020-08-30
    • 1970-01-01
    • 2016-10-17
    • 2020-06-08
    • 2010-10-29
    相关资源
    最近更新 更多