- Python贝叶斯分析(第2版)
- (阿根廷)奥斯瓦尔多·马丁
- 266字
- 2023-06-21 18:43:48
1.4.1 模型表示和可视化
如果你想与人交流分析结果,那么同时你还需要与人交流你所使用的模型。以下是一种常用的概率模型表示法:
(1.16)
这是我们抛硬币例子里用到的模型。回忆一下,符号~表示左边随机变量的分布服从右边的分布形式,也就是说,这里服从于参数为和的贝塔(beta)分布,而y服从于参数为和的二项(binomial)分布。该模型还可以用Kruschke图表示,如图1.6所示。
图1.6
在第一层,根据先验生成了,然后通过似然生成最下面的数据。图中的箭头表示变量之间的依赖关系,符号~表示变量的随机性。本书中用到的Kruschke图都是由Rasmus Bååth提供的模板生成的,在这里我非常感谢他提供的这些模板。