我是pymc和概率规划的新手。我有个问题,假设我有一个随机变量x,它来自分类分布。x的域是(1,2,3),我对x的先验为(1->0.3,2->0.2,3->.5)。然后,我从x得到一组观测值,假设它是D=[1,1,1,2,3,1,3,3,3,3,3,2,1,2,2,2]。考虑到这些数据,如果我把所有东西都代入贝叶斯方程,我就可以计算出后验值。我如何使用pymc完成此操作?基本上,我在问如何从另一个分类(多项式)分布中估计分类(多项)分布的后验值,因为它之前有一些观测数据?
(我知道范畴变量和drichelet形成共轭,但我想知道两者都是范畴变量时的解)
顺便问一下,这是真的吗?
如果θ是我的比例,那么
P(θ|D)=P(D|θ)P(θ)/P(D)
其中,我的p(θ)=(.3,.2,.5)和p(D|theta)只是我在D中的值的经验分布估计(就像我的例子中的D将是(5/20,6/20,7/20))。我认为我的可能性是ML对比例的估计。