El análisis de supervivencia en PyMC 3

Question

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?

Answer 1

Este es un truco puerto, y requiere de tres nuevos conceptos:

1. El uso de la theano tensor de
2. El uso de la DensityDist
3. Pasar un dict como observed

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: