Python pyMC3中多个测量值的融合

我有两个不同测量类型的数据帧（A，B），测量相同的未知变量。我试图通过将测量值线性回归到我精确知道的另一个变量（C），然后将两者中的不确定度结合起来，以减少测量中的不确定度，从而对隐藏变量进行更精确的测量。
So（x1*A0+x2*A1~C）和（y1*B0+y2*B1~C）

这看起来像pymc3中的一个层次模型，所以我已经尝试过了

with pm.Model() as model:
    ACalFactor = pm.Lognormal('ACalFactor', mu = 0, sd = 1,\
                              shape = len(A.columns))

    BCalFactor = pm.Cauchy('BCalFactor', alpha = 0, beta = 100,\
                            shape = len(B.columns))

    AtoBStdDev = pm.HalfCauchy('BStdDev', 10)
    BTotalStdDev = pm.HalfCauchy('BStdDev', 10)

    AtoBEst = pm.Normal('AtoB', mu = A.multiply(ACalFactor), sd = AtoBStdDev,\
                     shape = len(B.Columns))

    BtoTotalEst = pm.Normal('BtoTotal', mu = tt.dot(B, BCalFactor),\  
                            sd = BTotalStdDev, observed = C)

但这不起作用，所以我试了一下

with pm.Model() as model:
    ACalFactor = pm.Lognormal('ACalFactor', mu = 0, sd = 1,\
                              shape = len(A.columns))

    BCalFactor = pm.Cauchy('BCalFactor', alpha = 0, beta = 100,\
                            shape = len(B.columns))

    AtoCStdDev = pm.HalfCauchy('BStdDev', 10)
    BtoCStdDev = pm.HalfCauchy('BStdDev', 10)

    AtoTotalEst = pm.Normal('AtoTotal', mu = tt.dot(A, ACalFactor), sd = AtoCStdDev,\
                     observed = C)

    BtoTotalEst = pm.Normal('BtoTotal', mu = tt.dot(B, BCalFactor),\  
                            sd = BTotalStdDev, observed = C)

首先，有一种方法可以使第一种方法发挥作用。我认为它遵循了 P（C | A，B）=P（A | C，B）*P（C | B）/P（A | B）

如果没有的话，有没有一种方法可以让我认为接下来的第二种方法发挥作用 P（0 | A0，B0）=P（0 | A0）*P（0 | B0）

谢谢你的帮助。这是我的第一篇帖子，如果我没有很好地解释问题或者把其他事情搞砸了，我很抱歉。如果我这样做了，请告诉我，我将确保不再犯错误

with pm.Model() as model:
    ACalFactor = pm.Lognormal('ACalFactor', mu = 0, sd = 1,\
                              shape = len(A.columns))

    BCalFactor = pm.Cauchy('BCalFactor', alpha = 0, beta = 100,\
                            shape = len(B.columns))

    AtoCStdDev = pm.HalfCauchy('BStdDev', 10)
    BtoCStdDev = pm.HalfCauchy('BStdDev', 10)

    AtoTotalEst = pm.Normal('AtoTotal', mu = tt.dot(A, ACalFactor), sd = AtoCStdDev,\
                     observed = C)

    BtoTotalEst = pm.Normal('BtoTotal', mu = tt.dot(B, BCalFactor),\  
                            sd = BTotalStdDev, observed = C)