私はpymc3でCMPoissonモデルを実装している誰かから要点を見ています。残念ながら、私は確信していない2つのステップがあります。モデルの本館にあります。混乱しているデータパラメータを持つpymc3のConway-Maxwell Poissonモデル
(要旨はここで見つけることができます:https://gist.github.com/dadaromeo/33e581d9e3bcbad83531b4a91a87509f)彼はデータを計算するために2段階のプロセスを使用したテストデータの建物で
:
n,d = 1000, 4 X = np.abs(np.random.randn(n,d)) y = np.round(X.sum(axis=1)).astype(int)
私は」 2つのステップのプロセスが使われる理由を理解しようとしていますか?ポアソンに似ていますが、CMPoisson分布の特徴を持つデータを作成するのでしょうか? pymc3モデルにおいて
は、パラメータは、Xアレイを使用して計算される:
with cmp_model: alpha = pm.Normal("alpha", mu=1) beta = pm.Normal("beta", mu=1, shape=d) lam = alpha + tt.dot(X,beta) nu = pm.HalfNormal("nu", sd=10) like = CMPoisson("like", lamda=lam, nu=nu, observed=y)
なぜですか?実際のデータ(yのように見えます)を使用しているので、対応するX値がどこから来るのか分かりません。
ご協力いただきありがとうございます。