绘制二项式 MCMC答案

【问题标题】：Plotting binomial MCMC绘制二项式 MCMC
【发布时间】：2013-10-25 10:50:45
【问题描述】：

我正在努力解决二项式和 pymc 的问题我有一个分成几组的样本，我想使用 MCMC 评估从易感状态到感染状态的转换率，并以类似于 here 的方式绘制结果

当我编译脚本时，我收到这条消息：

Traceback (most recent call last):
  File "statisticMCMC_bin.py", line 23, in <module>
    plot(mc.finalhcc.stats()['mean'],color='red',linewidth=2)
  File "/Library/Python/2.7/site-packages/pymc-2.3a-py2.7-macosx-10.8-intel.egg/pymc/Node.py", line 265, in stats
    return self.trace.stats(alpha=alpha, start=start, batches=batches,
AttributeError: 'Binomial' object has no attribute 'trace'

并且没有产生任何情节.....我该如何解决它？

这是模型和启动脚本：

import sys
import pickle

import pykov 
import random
import scipy.integrate as spi
import numpy as np
import pylab as pl
import math as mt
import scipy.linalg as linear
import decimal
from pymc import *
import numpy as np

n = np.array([647,1814,8838,9949,1920])###initial population
originalHCC=np.array([0,197,302,776,927], dtype=float)
beta=Uniform('beta',0.001,1.0)####death rate
vectorp=np.array([beta,beta,beta,beta,beta]);   


finalhcc = pymc.Binomial('finalhcc', n=n, p=vectorp, value=originalHCC, observed=True)

import numpy as np
from pymc import *
from pylab import *
import scipy as sc
#from pymc.Matplot import plot
from scipy.stats.mstats import mquantiles


import MCMC_bin as mod
reload(mod)
mc=MCMC(mod)

mc.use_step_method(AdaptiveMetropolis, [mod.beta])
mc.sample(iter=500000,burn=5000, thin=20,verbose=1)

n = np.array([647,1814,8838,9949,1920,39])



figure(1)
title('HCC with uncertainty')
plot(mc.originalHCC, 's', mec='black', color='black',alpha=0.9)
plot(mc.finalhcc.stats()['mean'],color='red',linewidth=2)
plot(mc.finalhcc.stats()['95% HPD interval'],color='red',linewidth=1,linestyle='dotted')
axis(0,6,0.9*min(mc.originalHCC),1.2*max(mc.originalHCC))
savefig('HCC.png')

【问题讨论】：

标签： python-2.7 plot trace pymc

【解决方案1】：

这是因为，在您的模型中，观察到二项式节点 finalhcc（数据可能性）。因此，它没有踪迹，因为它没有被采样。它的值是固定的（数据）。只有非数据随机性和确定性节点有痕迹。

【讨论】：