Python Pymc3：以随机变量为元素构造矩阵

我试图在PyMC3中创建一个具有多元正态分布的观察变量。我想要协方差矩阵，它的元素是其他随机变量。作为一个例子，考虑下面的代码：

import pymc3 as pm

with pm.Model() as model:
  a = pm.Normal('a', mu=0, sigma=10)
  b = pm.Normal('a', mu=0, sigma=10)
  c = pm.Normal('a', mu=0, sigma=10)

  # I recognize that the matrix is not positive definite
  # with this parameterization. This is just a toy example.
  # The main point is that I want the elements of the matrix
  # to be random variables.
  cov = [[a, b]
         [b, c]]

  data = pm.MvNormal('data', mu=[0, 0],
                       cov=cov, observed=obs)

这是行不通的。使用

np.array（cov）

也不起作用。我想解决的办法是以某种方式使用无张量。我不知道如何使用它们

---

我很感激你能帮我做这件事。谢谢。

协方差矩阵的值可以来自分布，请参见此处的定义：。这个问题也是如此：有一个已经解决的例子。问题中不清楚的是，你是否希望协方差矩阵由多个独立的随机变量构成？我支持@balleveryday的评论，具体来说，LKJ是Cholesky（PSD矩阵的数字高效分解）的标准先验，PyMC3在其API中对此作了规定，如另一个答案所示，加上引用。协方差矩阵的值可以来自分布，请参见此处的定义：。这个问题也是如此：有一个已经解决的例子。问题中不清楚的是，你是否希望协方差矩阵由多个独立的随机变量构成？我支持@balleveryday的评论，具体来说，LKJ是Cholesky（PSD矩阵的数字高效分解）的标准先验，PyMC3在其API中对此作了规定，如另一个答案所示，加上参考资料。