应用场合
官方教程中给出了一个例子来说明pymc的应用。英国每年发生矿难的次数可以近似看作服从泊松分布的随机变量,随着采矿技术的进步,该泊松分布的参数会发生变化,pymc包可以帮助我们确定矿难发生次数服从的泊松分布的参数改变的年份,以及变化前后的泊松分布参数,从而建立矿难模型,对今后矿难发生的次数进行预测。
结合例子说明pymc包的用法
问题描述
英国第t年发生矿难的次数为 Dt D t , Dt D t 服从参数为 λt λ t 的泊松分布。假设泊松分布的参数在某一年 ts t s 发生了变化,变化前的波松参数数值为 e e ,变化之后的波松参数数值为
,这三个参数均为未知的,我们所能知道的是有记录以来每年矿难发生的次数,借助于pymc包,我们就可以通过这些数据来推算出泊松分布的三个参数 ts t s , e e 和
,从而建立矿难模型。
(Dt|ts,e,l)∼Poisson(λt)ts∼Discrete Uniform(tl,th)λt={
e,l,t<tst≥tse∼Exponential(λe