Python 如何使用Pymc3模拟有偏的六面骰子？

如何使用Pymc3模拟6面骰子掷骰？另外，我知道骰子的不同侧面有不同的分布吗？

在

PyMC3

中模拟1000卷公平的六面骰子的最简单方法是

import pymc3 as pm

with pm.Model():
    rolls = pm.DiscreteUniform('rolls', lower=1, upper=6)
    trace = pm.sample(1000)
trace['rolls']  # shows you the result of 1000 rolls

请注意，这比只调用

np.random.randint（1,7，size=1000）

要慢，但相当于此

为了1000卷不公平的骰子

probs = np.array([0.1, 0.2, 0.3, 0.2, 0.1, 0.1])

with pm.Model():
    rolls = pm.Multinomial('rolls', n=1000, p=probs, shape=6)
    trace = pm.sample(1)

与np.random.multinomial（1000，pval=probs）相比，它同样等效，但速度较慢

您希望使用

PyMC3

的情况是，如果您观察到（比如）50卷不公平的模具，有一些先前的预期，认为这是一个公平的模具，并希望评估该预期的后验值。下面是一个例子：

observations = np.array([20, 6, 6, 6, 6, 6])
with pm.Model():
    probs = pm.Dirichlet('probs', a=np.ones(6))  # flat prior
    rolls = pm.Multinomial('rolls', n=50, p=probs, observed=observations)
    trace = pm.sample(1000)
trace['probs']  # posterior samples of how fair the die are

您可以使用内置的

traceplot

查看示例的外观：

---

请注意，我们正确地计算出其中一方比其他方更经常出现

太好了！再次感谢。请考虑接受答复：