pymc3 と bambi ソフトウェアを使用してベイジアン分析を実行しようとしています。
私のデータ形状は 136x5 で、上位 5 行は次のとおりです。
AGE GENDER AVAR BVAR OUTVAR
0 60 F 0.9 0 8260.0
1 56 F 5.4 1 15888.0
2 55 F 1.2 1 19734.4
3 52 F 1.7 1 15904.2
4 49 F 1.6 0 14848.0
ここで、OUTVAR はターゲット変数で、その他は予測変数です。
次の Python3 コードを使用しました。
from bambi import Model
model = Model(bdf)
results = model.fit('OUTVAR ~ AGE + GENDER + AVAR + BVAR', samples=5000, chains=2)
print(results[1000:].summary())
そして、次の出力を得ました：
Auto-assigning NUTS sampler...
Initializing NUTS using advi...
Average Loss = 1,476.2: 21%|██████████████▊ | 10601/50000 [00:01<00:07, 5542.87it/s]
Convergence achieved at 10700
Interrupted at 10,699 [21%]: Average Loss = 1,520.6
Multiprocess sampling (2 chains in 2 jobs)
NUTS: [OUTVAR_sd, BVAR, AVAR, AGE, GENDER, Intercept]
Sampling 2 chains: 100%|██████████████████████████████████████████████████████████████████████████| 11000/11000 [11:40<00:00, 15.71draws/s]
There were 154 divergences after tuning. Increase `target_accept` or reparameterize.
The chain reached the maximum tree depth. Increase max_treedepth, increase target_accept or reparameterize.
There were 241 divergences after tuning. Increase `target_accept` or reparameterize.
The chain reached the maximum tree depth. Increase max_treedepth, increase target_accept or reparameterize.
The number of effective samples is smaller than 10% for some parameters.
mean sd hpd0.95_lower hpd0.95_upper effective_n gelman_rubin
AGE 6.936836 81.741918 -158.176468 165.050530 589 1.005245
AVAR -78.356403 410.942267 -896.068374 718.650196 2414 1.000314
BVAR 2639.993063 2262.101985 -1528.841953 7297.760056 553 1.000544
GENDER[T.M] -615.092080 1659.905226 -3855.789966 2756.704710 1392 1.003126
Intercept 11739.843222 3591.680335 5239.872556 19053.145349 179 1.007447
OUTVAR_sd 8936.351700 283.640474 8402.347757 9318.495791 6027 1.000028
この値の表からどのように分析し、どのような推論を行うことができますか?
編集：具体的にはmean、各変数の係数値を示しているかどうかを確認したい。ただし、通常の線形回帰では、結果変数の係数はありませんが、ここではリストされています。effective_nまた、各変数の値の意味がわかりません。ご協力いただきありがとうございます。