私はpymc3を全く新しくしていますので、これは簡単なことではないでしょうか。私はバイナリ応答関数を予測している非常に単純なモデルを持っています。モデルはこの例のほぼそのままのコピーです:https://github.com/pymc-devs/pymc3/blob/master/pymc3/examples/gelman_bioassay.pypymc3に離散値のフィット結果をオーバープロットする方法は?
モデルパラメータ(アルファ、ベータ、シータ)が戻ってきますが、私はモデルの予測をオーバープロットする方法を理解できないようです入力データ
from scipy.stats import binom
mean_alpha = mean(trace['alpha'])
mean_beta = mean(trace['beta'])
pred_death = binom.rvs(n, 1./(1.+np.exp(-(mean_alpha + mean_beta * dose))))
、その後pred_death対用量をプロットするが、私は二項分布のたびに描く異なる得るので、これは明らかに正しくありません:私は(バイオアッセイモデルの用語を使用して)これをやってみました。
これは別の質問ですが、どのようにフィットの良さを評価するのですか?私は "始動する" pymc3のチュートリアルでそのようなことを見つけることができなかった。
ありがとうございました!