У меня есть исторические данные для трех переменных: Y, X1, X2, например, 1000 точек.Распределение будущих значений Y зависит от X1 и X2 и не может быть выражено детерминистическим способом.Я пытаюсь смоделировать распределение Y [n: n + 20] на основе распределения X1 [n-980, n] и X2 [n-980, n].Я использую для этого Марковскую цепь Монте-Карло и библиотеку PyMC.В этом примере я могу использовать исторические данные и извлекать априорные значения X1, X2 и Y, используя X1 [0: 980], X2 [0: 980], Y [980: 1000].Как будет выглядеть модель в терминах PyMC, если мы не сможем аналитически выразить, как X1 и X2 влияют на Y?Если я получу 1001 очко, я бы хотел посмотреть, как будет выглядеть Y [981: 1001] (апостериор), если мы обновим X1 и X2 ([21: 1001]).Как это можно реализовать с помощью PyMC?