9 votos

Cálculo de regiones de confianza 2D a partir de muestras MCMC

Me gustaría trazar regiones de confianza 2D (a 1-sigma, 2-sigma) para un modelo que he ajustado a los datos. He utilizado PyMC para generar 50k muestras posteriores MCMC para mi modelo con 6 parámetros.

Sé que el proceso para crear regiones de confianza es algo similar a: 1.) crear un histograma de las muestras en el espacio 2D 2.) identificar los contornos de isodensidad 3.) a partir de un punto de partida seleccionado (por ejemplo, la media) integrar hacia fuera perpendicularmente a los contornos de isodensidad hasta que la fracción deseada de puntos de muestra esté contenida en la región.

¿Existe una función conveniente en el mundo de numpy/scipy/pymc/pylab/etc que cree el gráfico de la región de confianza en 2D? Alternativamente, ¿dónde puedo encontrar un algoritmo codificado, o una herramienta independiente, que compute los contornos para su posterior trazado?

3voto

Abraham D Flaxman Puntos 667

Una vez lo hice algo así con pymc, matplotlib y scipy que podrías adaptar, el código correspondiente está en este tema y el gráfico resultante tiene el siguiente aspecto: enter image description here

0 votos

Algún tipo de descripción del proceso sería muy útil....

0 votos

El enlace proporcionado tiene suficiente explicación, así como el código.

0 votos

En esta solución no se proporcionan los niveles de confianza de las diferentes regiones, por ejemplo, falta la información sobre qué región contiene el 95% de las muestras.

0voto

Peter Puntos 119

Existe la función R ci2d de gplots que pueden crear regiones de confianza empíricas bidimensionales: https://rdrr.io/cran/gplots/man/ci2d.html

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X