gpt4 book ai didi

julia - 在 Distributions.jl 中计算并绘制分布的中心可信和最高后验密度区间

转载 作者:行者123 更新时间:2023-12-04 01:02:28 26 4
gpt4 key购买 nike

我想 (i) 计算和 (ii) 绘制 Distributions.jl 库中分布的中心可信区间和最高后验密度区间。理想情况下,可以编写自己的函数来计算 CI 和 HPD,然后使用 Plots.jl 绘制它们。但是,我发现实现起来非常棘手(免责声明:我是 Julia 的新手)。关于库/gists/repo 有什么建议可以让计算和绘图更容易吗?

上下文

using Plots, StatsPlots, LaTeXStrings
using Distributions

dist = Beta(10, 10)
plot(dist) # thanks to StatsPlots it nicely plots the distribution

# missing piece 1: compute CI and HPD
# missing piece 2: plot CI and HPD

下图或第 1 页中总结了预期的最终结果。 33 BDA3 .

enter image description here

目前发现的资源:

最佳答案

感谢您更新问题;它带来了新的视角。

要点是正确的;只是它使用了早期版本的 Julia。因此 linspace 应该替换为 LinRange。使用 using Plots 而不是 using PyPlot。我会将绘图部分更改为以下内容:

plot(cred_x, pdf(B, cred_x), fill=(0, 0.9, :orange))
plot!(x,pdf(B,x), title="pdf with 90% region highlighted")

乍一看,CI 的计算似乎是正确的。 (就像 Closed Limelike Curves 的答案或 [there][1] 问题的答案)。对于 HDP,我同意 Closed Limelike Curves。只有我要补充一点,您可以在要点代码的基础上构建您的 HDP 函数。我还会有一个已知分布的后验版本(如引用文档第 33 页,图 2.2),因为您不需要采样。另一个采样如 Closed Limelike Curves 所示。

关于julia - 在 Distributions.jl 中计算并绘制分布的中心可信和最高后验密度区间,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67825175/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com