pymc:基于可观测函数的参数推断

2024-05-14 03:30:52 发布

您现在位置:Python中文网/ 问答频道 /正文

我观察了几条光发射线,我有一个模型,根据两个参数qz预测了这些线的几个(通量)比率,我想推断出来。你知道吗

我已经创建了@pymc.deterministic对象,这些对象的值分别为qz(每一个对象在一些物理上感兴趣的区域上都有非信息性的优先级),并将它们转换为“预测”比率。大约有7个比率,它们的形式是:

@pymc.deterministic(observed=True, value=NII_SII)
def NII_SII_th(q=q, z=z):
    return NII_SII_g(np.array([q, z]))

我还可以定义从观察中得出的比率,例如

@pymc.deterministic
def NII_SII(NII_6584=NII_6584, SII_6717=SII_6717,
            rcf_NII_6584=rcf_NII_6584, rcf_SII_6717=rcf_SII_6717):
    return np.log10(
        (rcf_NII_6584*NII_6584) / \
        (rcf_SII_6717*SII_6717))

例如,NII_6584是其中一条测线的观测通量,rcf_NII_6584是同一测线的通量校正。这些修正本身由线波长(已知无限精度)和参数EBV确定,该参数可根据两条线的观测通量比计算,这两条线的通量比应具有固定比率r

@pymc.deterministic
def EBV(Ha=Ha, Hb=Hb, r=r, R_V=R_V, Ha_l=Ha_l, Hb_l=Hb_l):
    kHb = gas_meas.calzetti_k(lams=np.array([Ha_l]), Rv=R_V)
    kHa = gas_meas.calzetti_k(lams=np.array([Hb_l]), Rv=R_V)
    return 2.5 / (kHb - kHa) * np.log10((Ha/Hb) / r)

我对R_V的值也有优先权。你知道吗

测量值本身表示为正态分布,例如

NII_6584 = pymc.Normal(
    'NII_6584', mu=f_row['[NII]6584'],
    tau=1./e_row['[NII]6584']**2.,
    observed=True, value=f_row['[NII]6584'])

我想得到R_VEBVqz的估计值。然而,当我用所有这些来做一个pymcModel时,我被告知Deterministic对象不能有观测值:

TypeError: __init__() got an unexpected keyword argument 'value'

首先,我是否误解了Deterministic对象的本质?如果是这样的话,我如何根据没有直接观察到的值来推断呢?你知道吗

第二,我是否正确构建了观察结果?我不得不将观测到的通量同时指定为均值和值参数,这似乎很奇怪,但除了对通量均值和方差建模之外,我不清楚还能做些什么,这似乎是不必要的复杂。你知道吗

任何建议都将不胜感激!你知道吗


Tags: 对象参数returnvaluedefnppymc比率
1条回答
网友
1楼 · 发布于 2024-05-14 03:30:52

我认为你没有正确地构建你的观察结果。这不是一个最低限度的例子,但也许我们可以澄清一些困惑。你知道吗

首先,我不认为@deterministic decorator接受参数value = <something>。不清楚您的确定性语句中的哪一个是实际模型,但请尝试将您的代码转换为以下模板:

#Define your randomly-distributed variables (I'm assuming they're normal)
q = pymc.Normal(name,mu=mu,tau=tau)
z = pymc.Normal(name2,mu=mu2,tau=tau2)

#Define how you think they generate your data
@pymc.deterministic
def NII_SII_th(q=q, z=z):
    return NII_SII_g(np.array([q, z])) #this fcn is defined somewhere else

#Your data array
f_row['[Nii]6584']=[...]

#Now link your model and your data
obs = pymc.Normal(modelname,mu=NII_SII_th,
                  observed=True, value=f_row['[NII]6584'])

相关问题 更多 >