Python PYMC-95%可信区间
注意。刚刚在谷歌集团上发布了这篇文章,但它说现在已经被弃用了 我有一些代码,可以将大约12个模型参数与一系列数据集相匹配。pymc代码的结果看起来很好,与我使用lmfit软件包的代码的相同版本一致,即非线性最小二乘法。我确实担心的一点是,95%可信区间对我来说很小,这表明我在某个地方存在错误。来自其他拟合脚本的标准误差在大小上是合理的,并且函数足够复杂,因此不太可能出现这种唯一的最小值。这可能是我如何采样数据的结果吗?我正在进行100000次迭代,燃烧50000次,并将其稀释10倍 我的代码是: 如果有帮助的话,我可以试着上传一个示例驱动文件,但也许我做了一些明显愚蠢的事情 当我说tiny时,这里有一个例子: [lmfit]Vcmax25_1=16.55232485+/-1.22831709标准误差 [pymc]Vcmax25_1=19.5718912[19.57150052,19.57232205]95%HPD 非常感谢, 马丁 另外,如果有人想测试它,我已经添加了一个示例文件。该脚本的底部有必要的链接…当然需要从examples目录下载文件 我猜取样器一定卡住了,所以我会尝试更详细地查看这些痕迹Python PYMC-95%可信区间,python,pymc,Python,Pymc,注意。刚刚在谷歌集团上发布了这篇文章,但它说现在已经被弃用了 我有一些代码,可以将大约12个模型参数与一系列数据集相匹配。pymc代码的结果看起来很好,与我使用lmfit软件包的代码的相同版本一致,即非线性最小二乘法。我确实担心的一点是,95%可信区间对我来说很小,这表明我在某个地方存在错误。来自其他拟合脚本的标准误差在大小上是合理的,并且函数足够复杂,因此不太可能出现这种唯一的最小值。这可能是我如何采样数据的结果吗?我正在进行100000次迭代,燃烧50000次,并将其稀释10倍 我的代码是: