python - 如何评估 pymc3 中的对数后验

Question

我想评估样本点和一些手动输入点(例如合成数据集的真实参数值点)的对数后​​验(理想情况下分别是对数先验和对数似然)值。我怎样才能在 PyMC3 中实现这一点？

更新:我找到了 logp() 方法，但是用于多个点不太方便。有没有一些标准/惯用的方法？

更新:这个[y.logp(trace[i]) for i in range(len(trace))]可以工作，但是速度超慢。

更新:速度慢的原因是 y 是观察到的随机变量，调用模型的 logp 方法速度很快。

Answer 1

好吧，现实是最好在他们的 discourse forum. 上询问 PyMC3 相关问题。

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)

```