python - 带有 pymc 的蒙特卡罗马尔可夫链

Question

我正在尝试构建一个 MCMC 模型来模拟随时间变化的行为。我必须以 10 分钟的时间间隔模拟一天。我以 144 个时间间隔对 N 个用户的某一天进行了多次观察。因此，我有 U_k=U_1,...,U_N U 个用户，k 的范围从 1 到 N，对于每个用户，我有 X_i=X_1,...X_t 样本。每个用户都有两种可能的状态，1 和 0。我知道我必须为每个时间步构建一个转移概率矩阵，然后运行 ​​MCMC 模型。这样对吗？但我不明白如何在 pyMC 中构建它，有人能给我建议吗？

Answer 1

也许，假设每个用户在特定时间间隔内的行为方式相同，那么在每个间隔 t 我们可以得到矩阵 [ Pr 0->0 , Pr 1->0; Pr 1->0，Pr 1->0]

其中 Pr x ->y =(在时间间隔 t+1 中处于状态 y 且在时间间隔 t 中处于状态 x 的人数)除以(在时间间隔 t 中处于状态 x 的人数) )，即基于样本的某人在给定时间间隔内处于状态 x(0 或 1)的概率将在下一个时间间隔内转换到状态 y(0 或 1)。