Меня смущает интерпретация отрицательной биномиальной регрессии с пакетом python pymc3
.Я не уверен, как интерпретировать mu
и alpha
в GLM.Здесь у меня есть простой вектор, и я хочу найти модель регрессии NB для себя:
# The data
y = [100,200,300,400,50,300,60,89,90,100,100]
data = {'y':y, 'x':[1]*len(y)}
basic_model = pm.Model()
with basic_model:
fml = 'y~x'
pm.glm.GLM.from_formula(formula=fml, data=data, family=pm.glm.families.NegativeBinomial())
# draw 500 posterior samples
trace = pm.sample(500)
summary = pm.summary(trace, varnames=rvs)[['mean','hpd_2.5','hpd_97.5']]
print(summary)
Затем я получил вывод:
mean hpd_2.5 hpd_97.5
Intercept -281.884463 -684.069010 718.375125
x 287.000388 -714.168056 689.477911
mu 26.674426 3.526181 63.358150
alpha 2.461808 1.353676 3.452103
Я понимаю, что Intercept
& x
часть как y = exp(-281.884463*287.000388*x)
из здесь .
Но как интерпретировать mu
и alpha
?Я пытался использовать stats.gamma.rvs(alpha, scale=mu / alpha, size=size)
, но гистограмма выглядит далеко.Спасибо!