🕌

PyMC : 予定記事

2023/07/06に公開
3

今後の計画

  1. PyMCでのDistributionとShape
  2. 重回帰を題材にしたPyMCの紹介
  3. 階層モデルとモデルの比較
  4. 打ち切りと切断
  5. カウントデータに対する回帰
  6. 欠損 https://www.pymc.io/projects/examples/en/latest/case_studies/Missing_Data_Imputation.html
  7. Gaussian Processes
  8. 状態空間モデル

便利リンク

インストール

以下のpyproject.tomlからpoetry installでインストールしています。

pyproject.toml
[tool.poetry]
name = "numpyro-intro"
version = "0.1.0"
description = ""
authors = ["yoshida"]
readme = "README.md"
packages = [{include = "numpyro_intro"}]


[tool.poetry.dependencies]
python = "^3.9"
pandas = "^1.5.3"
numpy = "^1.24.2"
matplotlib = "^3.7.1"
arviz = "^0.15.1"
jupyterlab = "^3.6.2"
seaborn = "^0.12.2"
ipywidgets = "^8.0.5"
flax = "^0.6.7"
graphviz = "^0.20.1"
funsor = "^0.4.5"
scikit-learn = "^1.2.2"
numpyro = "0.11.0"
jax = "0.4.6"
jaxlib = "0.4.6"
pymc = "^5.5.0"
tensorstore = "0.1.24"
pymc-experimental = "^0.0.7"


[build-system]
requires = ["poetry-core"]
build-backend = "poetry.core.masonry.api"

使用するデータ

NumPyroの時と同様に書籍「StanとRでベイズ統計モデリング」のデータを使用します。以下のリンクからcloneしてください。
https://www.kyoritsu-pub.co.jp/book/b10003786.html
https://github.com/MatsuuraKentaro/RStanBook

Discussion