emcee -为什么在先前空间之外的值

Question

我现以以下方式说明我的前科是没有负面的：

def lnprior(theta):
    sig,mu  = theta
    if 0.01 < sig < 2.0 and 0.01 < mu < 1.0:
        return(0.0)
    return(-np.inf)

然后，我按照主持人网页上的食谱：

def lnprob(theta,lightcurve,noisecurve):
    lp = lnprior(theta)
    if not np.isfinite(lp):
        return(-np.inf)
    return(lp + lnlike(theta,lightcurve,noisecurve)) # lightcurve and noisecurve are np.arrays

我不会以任何方式改变(至少是不知情的) mu in lnlike .

然后，当我使用fig = corner.corner(samples, labels=["$\sigma$", "$\mu$",'$c$'],color=sns.xkcd_rgb["amber"])生成一个角图，其中角是转角时，我仍然得到两个位于下两个象限的点。这是为什么？

以下是我对印度的定义：

def lnlike(theta,lightcurve,noisecurve):
    sig = theta[0]
    mu = theta[1]
    lightcurve = adder(lightcurve,mu) #simply adding lightcurve + mu 
    x = binMaker(mu,lightcurve,noisecurve) # computing x values as a function of mu
    y, yerr = detectionFrequency(lightcurve,noisecurve,mu) # a function which computes a real valued number based on f(x,mu,lightcurve,noisecurve)
    return(np.sum((y-PDF(x,sig,np.log(mu)))**2/yerr))

​

​

Answer 1

我也有这个问题，即使在以前的区域内初始化了步行者。一种(直截了当的)解决方案是简单地将if之前的if语句添加到lnlike函数中。

Answer 2

要获得每个参数在其先验范围内的最佳匹配值，只需将先验范围放在b摩洛哥()中即可。

def lnprior(theta):
sig,mu  = theta
if (0.01 < sig < 2.0 and 0.01 < mu < 1.0):
    return(0.0)
return(-np.inf)

希望这对你有用。请告诉我进一步的情况。