使来自 PyJAGS 的 MCMC 样本在 ArviZ 中可用
项目描述
pyjags_arviz
使来自 PyJAGS 的 MCMC 样本在 ArviZ 中可用
目录
安装
-
通过 PIP 安装:
pip install pyjags_arviz
或者
pip3 install pyjags_arviz
如果不使用 Anaconda。
要获取最新版本,请从 github 克隆存储库,打开终端/命令提示符,导航到根文件夹并通过安装
pip install .
或者
pip3 install .
如果不使用 Anaconda。
用法
通过导入函数 convert_pyjags_samples_dict_to_arviz_inference_data
from pyjags_arviz import convert_pyjags_samples_dict_to_arviz_inference_data
通过使用 PyJAGS 从后验分布中采样
samples \
= jags_model.sample(...)
一个可以写
idata = convert_pyjags_samples_dict_to_arviz_inference_data(samples)
将从 PyJAGS 返回的字典转换为 ArviZ InferenceData 对象。
此对象可在 ArviZ 中用于生成跟踪图和计算诊断。
轨迹图:
az.plot_trace(idata);
有效样本量:
az.ess(idata)
格尔曼和鲁宾统计:
az.rhat(idata)
自相关图:
az.plot_autocorr(idata);
项目详情
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个,请了解有关安装包的更多信息。
源分布
pyjags_arviz-0.0.3.tar.gz
(4.2 kB
查看哈希)
内置分布
pyjags_arviz-0.0.3-py3-none-any.whl
(3.2 kB
查看哈希)
关
pyjags_arviz -0.0.3.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | dee48febfd516fb4873c3c00759add8b752c0217ce87f75e028fbb53f2c9ffa4 |
|
| MD5 | e447c6d5302d362ac4ddea38cf98850f |
|
| 布莱克2-256 | ad3a3d8d8b28a040d064dbf2bcc2067eec520c6f3a7f1154db4d07d0358932c7 |
关
pyjags_arviz -0.0.3-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 1949213c80cc39605e96f49693342e6020d8af0631948f8bdc42c02f0a4a30a2 |
|
| MD5 | 6226012b0436581eb28e14bced067884 |
|
| 布莱克2-256 | c2ce71759492de9aeb2181b2041e9a6d7fa4d9891641ae9b850281c59bbc4fc9 |