pymc.sample_prior_predictive

pymc.sample_prior_predictive(samples=500, model=None, var_names=None, random_seed=None, return_inferencedata=True, idata_kwargs=None, compile_kwargs=None)

从先验预测分布生成样本。

参数:

示例 : intint

从先验预测中生成的样本数量。默认为 500。

model模型（如果已在上下文中，则为可选）

var_namesIterable[str]

要计算先验预测样本的变量名称列表。默认为观测和未观测的随机变量。不允许使用转换后的值。

random_seedpython:int, RandomState 或 Generator, 可选

随机数生成器的种子。

return_inferencedata : 布尔值布尔

是否返回一个 arviz.InferenceData (True) 对象或一个字典 (False)。默认为 True。

idata_kwargs : dict, 可选python:dict, 可选

用于 pymc.to_inference_data() 的关键字参数

compile_kwargs: dict, 可选

用于 pymc.pytensorf.compile_pymc() 的关键字参数。

返回:

arviz.InferenceData or Dict

包含先验和先验预测样本的 ArviZ InferenceData 对象（默认），或以变量名为键、样本为 numpy 数组的字典。