Python stan向量参数的pystan轨迹图

我在斯坦做多元回归

我想要回归器/设计矩阵的beta向量参数的跟踪图

当我执行以下操作时：

fit = model.sampling(data=data, iter=2000, chains=4)
fig = fit.plot('beta')

我得到了一个非常可怕的印象：

我想要的是更人性化一点的东西。我已经成功地破解了以下内容，这些内容更接近我的目标

我的黑客插件插入pystan的背面，如下所示

r = fit.extract() # r for results
from pystan.external.pymc import plots
param = 'beta'
beta = r[param] 
name = df.columns.values.tolist()
(rows, cols) = beta.shape
assert(len(df.columns) == cols)
values = {param+'['+str(k+1)+'] '+name[k]: 
    beta[:,k] for k in range(cols)}
fig = plots.traceplot(values, values.keys())
for a in fig.axes:
    # shorten the y-labels
    l = a.get_ylabel()
    if l == 'frequency': 
        a.set_ylabel('freq')
    if l=='sample value': 
        a.set_ylabel('val')
fig.set_size_inches(8, 12)
fig.tight_layout(pad=1)
fig.savefig(g_dir+param+'-trace.png', dpi=125)
plt.close()

---

我的问题——当然我遗漏了一些东西——但是有没有更简单的方法可以从pystan获得向量参数的输出呢？

发现ArviZ模块做得很好

---

ArviZ可以在这里找到：

我也在努力解决这个问题，只是找到了一种方法来提取traceplot（我已经知道Beta）的参数

完成安装后，您可以将其保存到数据框中：

fit_df = fit.to_dataframe()

现在您有了一个新变量，dataframe。是的，我花了一段时间才发现pystan有一种简单的方法可以将fit保存到数据帧中

有了它，你可以检查你的数据帧。您可以通过打印键查看其标题：

fit_df.keys（）

输出如下所示：

Index([u'chain', u'chain_idx', u'warmup', u'accept_stat__', u'energy__',
       u'n_leapfrog__', u'stepsize__', u'treedepth__', u'divergent__',
       u'beta[1,1]', ...
       u'eta05[892]', u'eta05[893]', u'eta05[894]', u'eta05[895]',
       u'eta05[896]', u'eta05[897]', u'eta05[898]', u'eta05[899]',
       u'eta05[900]', u'lp__'],
      dtype='object', length=9037)

现在，你拥有了你所需要的一切！Beta和链ID都在列中。这就是绘制Beta和traceplot所需的全部内容。因此，您可以任意操纵它，并根据需要自定义您的数字。我将向您展示我是如何做到这一点的：

chain_idx = fit_df['chain_idx']
beta11 = fit_df['beta[1,1]']
beta12 = fit_df['beta[1,2]']

plt.subplots(figsize=(15,3))
plt.subplot(1,4,1)
sns.kdeplot(beta11)
plt.subplot(1,4,2)
plt.plot(chain_idx, beta11)

plt.subplot(1,4,3)
sns.kdeplot(beta12)
plt.subplot(1,4,4)
plt.plot(chain_idx, beta12)

plt.tight_layout()
plt.show()

我希望它能帮上忙（如果你还需要的话）；）