你能在pystan或pymc3中使用样本权重吗？

Question

如果我观察到的数据集具有权重（例如跟踪多重性），是否可以将其提供给pystan或pymc3，类似于rstanarm包中的函数签名（http://mc-stan.org/rstanarm/reference/stan_glm.html）：

stan_glm(formula, family = gaussian(), data, weights, subset,
  na.action = NULL, offset = NULL, model = TRUE, x = FALSE, y = TRUE,
  contrasts = NULL, ..., prior = normal(), prior_intercept = normal(),
  prior_aux = exponential(), prior_PD = FALSE, algorithm = c("sampling",
  "optimizing", "meanfield", "fullrank"), adapt_delta = NULL, QR = FALSE,
  sparse = FALSE)

Answer 1

使用Stan（在其任何接口中，包括PyStan），您可以在模型中引入权重。例如，在一个线性回归中，例如，用y[i] ~ normal(mu[i], sigma)代替target += weight[i] * normal_lpdf(y[i] | mu[i], sigma)。在

如果权重为正，这将为您提供指定良好的密度。我们倾向于使用生成性方法。在