pymc.AsymmetricLaplace#
- class pymc.AsymmetricLaplace(name, *args, rng=None, dims=None, initval=None, observed=None, total_size=None, transform=UNSET, **kwargs)[源代码]#
非对称拉普拉斯对数似然。
此分布的pdf是
\[ \begin{align}\begin{aligned}\begin{split}{f(x|\b,\kappa,\mu) = \left({\frac{\\b}{\kappa + 1/\kappa}}\right)\,e^{-(x-\mu)\\b\,s\kappa ^{s}}}\end{split}\\\begin{split}{f(x|\b,\kappa,\mu) = \left({\frac{\\b}{\kappa + 1/\kappa}}\right)\,e^{-(x-\mu)\\b\,s\kappa ^{s}}}\end{split}\end{aligned}\end{align} \]哪里
\[s = sgn(x-\mu)\]支持
\(x \in \mathbb{R}\)
均值
\(\mu-\frac{\\\kappa-1/\kappa}b\)
方差
\(\frac{1+\kappa^{4}}{b^2\kappa^2 }\)
AsymmetricLaplace 分布可以用 kappa 或 q 来参数化。这两种参数化之间的联系由以下公式给出：
\[\kappa = \sqrt(\frac{q}{1-q})\]- 参数:
- kappa : 类似张量 的
floattensor_like offloat 对称参数（kappa > 0）。
- mu : 类似张量 的
floattensor_like offloat 位置参数。
- b : 类似张量 的
floattensor_like offloat 尺度参数（b > 0）。
- q : 类似张量 的
floattensor_like offloat 对称参数 (0 < q < 1)。
- kappa : 类似张量 的
注释
以 q 为参数化对于分位数回归很有用，其中 q 是感兴趣的分位数。
方法
AsymmetricLaplace.dist([kappa, mu, b, q])创建一个与 cls 分布相对应的张量变量。