理解pymc3包的参数

Question

在python的pymc3包中，典型的模型构建工作如下(从PyMC3.ipynb导入)

import pymc3 as pm
import theano.tensor as T

with pm.Model() as model:
   ... ... ...
   obs = pm.Bernoulli("obs", p, observed=occurrences)

    step = pm.Metropolis()
    trace = pm.sample(18000, step=step)
    burned_trace = trace[1000:]

但是，我遇到了pm.sample的其他参数，这些参数可以提供给chains=1, tune=1000, and draws=1000。在上面的文档中，没有提到这3个参数。

请任何人帮助我理解这三个参数，比如它们的目的是什么，它们的值如何影响后验分布收敛的准确性等等。

任何指针都将受到高度赞赏。

Answer 1

1. tune：马尔可夫链蒙特卡罗采样器是基于马尔可夫链的概念。马尔可夫链从随机分布开始，慢慢收敛到模型的分布(称为平稳分布)。所以，如果你想从你的模型中取样“真实的”(无偏的)样本，你需要“调优”(让它收敛)链。因此，通过设置tune=1000，您可以使用pymc3来让链在1000次迭代中收敛到模型的分布。一旦完成了1000个迭代，就开始从发行版中提取。这将带我们进入下一个参数draws。
2. draws：这个参数告诉pymc3，一旦完成调优步骤，您想从模型的分布(马尔可夫链)中抽取多少个样本。因此，通过设置draws=1000，您可以让pymc3绘制1000个样本。现在，有时，马尔可夫链不收敛，你得到有偏差的样本。如何测试您的链是否已收敛？这将带我们进入最后一个参数chains。
3. chains：这个参数用于表示我们想要采样多少个“链”。i :要运行的马尔可夫链数。您可以运行多个马尔可夫链，看看该链是否收敛到其平稳分布(这是您的模型的分布)，如果不是，它有多大的分歧？这是有用的，因为，如果其中一个链没有收敛，您可以使用您采样的备用链。通常建议将该参数保持在1以上，否则就不可能运行某些收敛检查。

其他读数

1. 维基百科上的马尔可夫链
2. 维基百科上的马尔可夫链蒙特卡罗