El análisis de supervivencia en PyMC 3
-
21-12-2019 - |
Pregunta
Traté de puerto simple modelo de supervivencia a partir de aquí (la primera en la introducción) formulario de PyMC 2 a PyMC 3.Sin embargo, yo no encuentro ninguna equivalente a "observado" decorador y mi intento de escribir una nueva distribución de error.Podría alguien poner un ejemplo de cómo se hace esto en PyMC 3?
Solución
Este es un truco puerto, y requiere de tres nuevos conceptos:
- El uso de la
theano
tensor de - El uso de la
DensityDist
- Pasar un
dict
comoobserved
Este código proporciona el modelo equivalente como el PyMC2 versión vinculado anteriormente:
import pymc3 as pm
from pymc.examples import melanoma_data as data
import theano.tensor as t
times = data.t # not to be confused with the theano tensor t!
failure = (data.censored==0).astype(int)
with pm.Model() as model:
beta0 = pm.Normal('beta0', mu=0.0, tau=0.0001)
beta1 = pm.Normal('beta1', mu=0.0, tau=0.0001)
lam = t.exp(beta0 + beta1*data.treat)
def survival_like(failure, value):
return t.sum(failure * t.log(lam) - lam * value)
survive = pm.DensityDist('survive', survival_like,
observed={'failure': failure, 'value': times})
with model:
start = pm.find_MAP()
step = pm.NUTS(scaling=start)
trace = pm.sample(10000, step=step, start=start)
pm.traceplot(trace);
La salida de la siguiente manera:
Licenciado bajo: CC-BY-SA con atribución
No afiliado a StackOverflow