如何评估 pymc3 中的对数后验

Question

我想在样本点和一些手动输入的点（例如，合成数据集的真实参数值点）处评估对数后验（理想情况下分别是对数先验和对数似然）值。如何在 PyMC3 中实现这一点？

更新： 我找到了logp() 方法，但是用于多个点不是很方便。是否有一些标准/惯用的方法？

更新： 这个[y.logp(trace[i]) for i in range(len(trace))] 可以工作，但是超级慢。

更新： 速度慢是因为y是观察到的随机变量，调用模型的logp方法效果很快。

Answer 1

好的，现实是最好在他们的discourse forum.上问PyMC3相关的问题

所以to get the values of log-posterior after sampling使用

logp = mvg_model.logp lnp = np.array([logp(trace.point(i,chain=c)) for c in trace.chains for i in range(len(trace))])

To save them during sampling使用

```

with model:
   llk = pm.Deterministic(likelihood_name, model.logpt)

```