python - 您可以在 pystan 或 pymc3 中使用样本权重吗？

Question

如果我观察到的数据集有权重(例如跟踪多重性)，是否可以将其提供给 pystan 或 pymc3，类似于 rstanarm 包中的函数签名(http://mc-stan.org/rstanarm/reference/stan_glm.html):

stan_glm(formula, family = gaussian(), data, weights, subset,
  na.action = NULL, offset = NULL, model = TRUE, x = FALSE, y = TRUE,
  contrasts = NULL, ..., prior = normal(), prior_intercept = normal(),
  prior_aux = exponential(), prior_PD = FALSE, algorithm = c("sampling",
  "optimizing", "meanfield", "fullrank"), adapt_delta = NULL, QR = FALSE,
  sparse = FALSE)

Answer 1

使用 Stan(在其任何接口(interface)中，包括 PyStan)，您可以在模型中引入权重。例如，在线性回归中，您可以使用 target += weight[i] * 而不是 y[i] ~ normal(mu[i], sigma) normal_lpdf(y[i] | mu[i], sigma).

如果权重为正，这将为您提供明确指定的密度。我们倾向于使用生成方法。