由 Lorenzo Toniazzi 发布的帖子

使用项目反应理论进行NBA犯规分析

本教程展示了贝叶斯项目反应理论[福克斯，2010]在NBA篮球犯规数据中的应用，使用PyMC实现。基于Austin Rochford的博客文章NBA Foul Calls and Bayesian Item Response Theory。

本教程展示了贝叶斯项目反应理论[福克斯，2010]在NBA篮球犯规数据中的应用，使用PyMC实现。基于Austin Rochford的博客文章NBA Foul Calls and Bayesian Item Response Theory。

本教程展示了贝叶斯项目反应理论[福克斯，2010]在NBA篮球犯规数据中的应用，使用PyMC实现。基于Austin Rochford的博客文章NBA Foul Calls and Bayesian Item Response Theory。

本教程展示了贝叶斯项目反应理论[Fox, 2010]在NBA篮球犯规数据中的应用，使用PyMC实现。基于Austin Rochford的博客文章NBA Foul Calls and Bayesian Item Response Theory。

有时，一起更新一组参数非常有用。例如，高度相关的变量通常适合一起更新。在PyMC中，块更新很简单。这将在使用pymc.sample的参数step时进行演示。

有时，一起更新一组参数非常有用。例如，高度相关的变量通常适合一起更新。在PyMC中，块更新很简单。这将在使用pymc.sample的参数step时进行演示。

有时，一起更新一组参数非常有用。例如，高度相关的变量通常适合一起更新。在PyMC中，块更新很简单。这将在使用pymc.sample的参数step时进行演示。

有时，一起更新一组参数非常有用。例如，高度相关的变量通常适合一起更新。在 PyMC 中，块更新很简单。这将在使用 pymc.sample 的参数 step 时进行演示。