python - 在 PyMC 中设置随机变量的界限

Question

我有一个变量A，它是伯努利分布的，A = pymc.Bernoulli('A', p_A)，但我没有硬值p_A 并想对其进行采样。我知道它应该很小，所以我想使用指数分布 p_A = pymc.Exponential('p_A', 10)。

但是，指数分布可以返回高于 1 的值，这将抛出 A。有没有一种方法可以限制 p_A 的输出，而不必在我自己的 @pymc.stochastic 装饰函数中重新实现伯努利或指数分布？

Answer 1

您可以使用确定性函数截断指数分布。我个人认为，如果您使用介于 0 和 1 之间的分布会更好，但要准确解决您的问题，您可以执行以下操作:

import pymc as pm
p_A = pm.Exponential('p_A',10)

@pm.deterministic
def p_B(p=p_A):
    return min(1, p)

A = pm.Bernoulli('A', p_B)

model = dict(p_A=p_A, p_B=p_B, A=A)
S = pm.MCMC(model)
S.sample(1000)
p_B_trace = S.trace('p_B')[:]