PyMC贝叶斯建模器Skill pymc-bayesian-modeler

PyMC贝叶斯建模器是一个专注于物理数据分析的专业技能,利用PyMC概率编程框架构建和推断层次贝叶斯模型。它支持高级采样方法(如NUTS/HMC)、变分推断、高斯过程以及模型比较(如WAIC和LOO),帮助研究人员和数据分析师进行不确定性量化、参数估计和模型选择。关键词:PyMC,贝叶斯建模,层次模型,物理数据分析,概率编程,NUTS采样,变分推断,模型比较。

数据分析 0 次安装 0 次浏览 更新于 2/25/2026

name: pymc-bayesian-modeler description: 用于物理数据分析中层次贝叶斯模型的PyMC概率编程技能 allowed-tools:

  • Bash
  • Read
  • Write
  • Edit
  • Glob
  • Grep metadata: specialization: 物理学 domain: 科学 category: 数据分析 phase: 6

PyMC贝叶斯建模器

目的

为物理学中的贝叶斯建模提供专家指导,包括层次模型和高级推断方法。

能力

  • 概率模型构建
  • NUTS/HMC采样
  • 变分推断
  • 高斯过程
  • 模型比较(WAIC、LOO)
  • 先验预测检查

使用指南

  1. 模型构建:构建概率模型
  2. 先验:指定信息性或弱信息性先验
  3. 采样:使用NUTS进行高效采样
  4. 诊断:通过迹图和r-hat检查收敛性
  5. 比较:使用信息准则比较模型

工具/库

  • PyMC
  • arviz
  • Theano/JAX