擅长:python、mysql、java
<p>我发现这个模型有几个潜在的问题。在</p>
<p>1)我认为成功是重要的(称为错误?)应遵循二项式分布(n=总计,p=损失λ系数),而不是泊松分布。在</p>
<p>2.)
链条从哪里开始?除非使用纯Gibbs采样,否则从MAP或MLE配置开始是有意义的。否则,链条可能需要很长时间老化,这可能就是这里发生的情况。在</p>
<p>3.)您对total_lambda的层次优先权的选择(即在这些参数上有两个统一的优先权)可以确保链将花费很长的时间来收敛,除非您明智地选择开始(如第2点)。你实际上引入了很多不必要的自由度,让MCMC链迷失方向。考虑到total_lambda必须是非ngative的,我将在适当的范围内(例如从0到观察到的最大值)为total_lambda选择一个统一的先验。在</p>
<p>4.)你用大都会采样器。2万个样本可能不够。尝试60000,然后丢弃前20000个作为烧坏。Metropolis Sampler可能需要一段时间来调整步长,因此很可能它花费了前20000个样本来主要拒绝建议和调整。试试其他的采样器,比如坚果。在</p>