如何在PyMC3中区分先验和可能性

Question

在PyMC3示例中，先验和可能性在with语句中定义，但如果它们是先验或可能性，则不会明确定义它们。我该如何定义它们？

在下面的示例代码中，alpha和beta是先验，y_obs是可能性（如PyMC3示例所述）。

我的问题是：PyMC3内部代码如何发现分布是先验还是可能？应该有一些明确的参数来告诉PyMC3内部关于分布类型（先验/可能性）。

我知道y_obs是可能性，但我可以定义更多y_obs1 y_obs2。 PyMC3如何识别哪一个是可能性，哪一个是先验的。

from pymc3 import Model, Normal, HalfNormal

regression_model = Model()  
with regression_model:  

    alpha = Normal('alpha', mu=0, sd=10)
    beta = Normal('beta', mu=0, sd=10, shape=2)

    sigma = HalfNormal('sigma', sd=1)

    mu = alpha + beta[0] * X[:,0] + beta[1] * X[:,1]

    y_obs = Normal('y_obs', mu=mu, sd=sigma, observed=y)

Answer 1

通过observed论证使它成为一个可能性项（在你的例子中，P[y|mu, sigma]）。缺少RandomVariable论证的其他alpha变量（beta，sigma和observed）被抽样为先验。