問題タブ [hierarchical-bayesian]

現在、T 週間の I 店舗のパネル データを使用して階層ベイズモデルを実装しています。従属変数はブランドの売上です。使用している説明変数に店舗特性を関連付けることを目指していますが、2 つの別個の第 2 レベルが必要です。私のモデルは次のようになります。

y = 切片 + アルファ * X + ベータ * W + 誤差項、

ここで、2 番目のレベルを紹介します。

アルファ = ラムダ 1 * Z + エラー

ベータ = ラムダ 2 * Z + エラー、

ここで、Z には店舗特性が含まれます。ただし、私の知る限り、 in を使用する場合は 1 レベルしか使用できませrhierLinearModelんbayesm。

モデルを指定する方法やコードを調整して 2 つの第 2 レベルを取得する方法を知っている人はいますか?

事前にどうもありがとうございました！

データが $Poisson(\lambda)$ サンプリング密度を持つ実験を行うとします。パラメータ $\alpha$ および $\beta$ でガンマ事前密度を使用した $\lambda$ に関する私の不確実性。また、独立したガンマ事前密度を使用して、$\alpha$ と $\beta$ についての不確実性についても説明します。

$\lambda$、$\alpha$、および $\beta$ の事後密度を計算する MCMC アルゴリズムを実装しようとしています。以下のコードの何が問題になっていますか? 受け入れ率が0になっています。

次の 2 つのコードは、PyMC3 を使用して Python で単純なベイジアン推論を行います。指数モデルの最初のコードは完全に正常にコンパイルおよび実行されますが、単純な ode モデルの 2 番目のコードではエラーが発生します。なぜ一方が機能し、もう一方が機能しないのかわかりません。助けてください。

コード＃1

コード #2

エラーは

助けてください。