审查#

class pymc.Censored(name, *args, rng=None, dims=None, initval=None, observed=None, total_size=None, transform=UNSET, **kwargs)[源代码]#

审查分布

受限分布的pdf是

\[\begin{split}\begin{cases} 0 & \text{对于 } x < lower, \\ \text{CDF}(lower, dist) & \text{对于 } x = lower, \\ \text{PDF}(x, dist) & \text{对于 } lower < x < upper, \\ 1-\text{CDF}(upper, dist) & \text{对于 } x = upper, \\ 0 & \text{对于 } x > upper, \end{cases}\end{split}\]

参数:

dist : 未命名分发未命名分布: 将被审查的单变量分布。此分布必须实现用于采样的logcdf方法。

警告

dist 将被克隆，使其独立于作为输入传递的那个。
lower : float 或 Nonepython:float 或 python:None: 下（左）删失点。如果为 None，则分布不会被左删失。
upper : float 或 Nonepython:float 或 python:None: 上（右）截断点。如果为 None，分布将不会被右截断。

警告

连续截断分布应仅用作似然函数。连续截断分布是一种离散-连续混合形式，因此在没有自定义步长采样器的情况下无法正确采样。如果您希望采样此类分布，可以将潜在的未截断分布添加到模型中，然后将其包装在 Deterministic clip() 中。

示例

with pm.Model():
    normal_dist = pm.Normal.dist(mu=0.0, sigma=1.0)
    censored_normal = pm.Censored("censored_normal", normal_dist, lower=-1, upper=1)

方法

Censored.dist(dist, lower, upper, **kwargs)

创建一个与 cls 分布相对应的张量变量。