带pymc的Monte Carlo Marcov链

Question

我正在尝试构建一个MCMC模型来模拟随时间变化的beavior。我必须用10分钟的时间间隔来模拟一天。我从144个间隔内的N个用户那里获得了几个每天的观察结果。因此，我有k从1到N的U_k=U_1,...,U_N U用户，每个用户都有X_i=X_1,...X_t样本。每个用户都有两种可能的状态，1和0。我知道我必须为每个时间步建立一个转移概率矩阵，然后运行MCMC模型。是对的吗？但是我不知道如何在pyMC中构建它，有没有人能给我一些建议？

Answer 1

也许，假设每个用户在特定的时间间隔内行为相同，在每个间隔t，我们可以得到矩阵Pr 0->0，Pr 1->0；Pr 1->0，Pr 1->0

其中Pr x ->y =(区间t+1中处于状态y并且在区间t中处于状态x的人数)除以(在区间t中处于状态x的人数)，即基于在状态x (0或1)的给定时间区间中的某人将在下一个时间区间转换到状态y (0或1)的采样的概率。

Answer 2

只要用谷歌搜索pymc和mcmc就能找到"Just the theory, the next pages are about the implementation"

我建议您浏览本文档并尝试其中的示例，这将使您走上正确的道路。