У меня есть функция вероятности P (x), которая является произведением двух гауссиан.Один из гауссианов является функцией двух других переменных mu и st_dev, где среднее и стандартное отклонение распределения зависит от этих переменных (я думаю, что это делает его многомерным распределением?).Я пытаюсь написать некоторый код Python для маргинализации этих неприятных параметров, но я получаю ошибки, потому что python не любит необъявленные переменные.
Я много исследовал в Интернете и нашел кое-что о ковариационных матрицах, но я не уверен, поможет ли это, учитывая, что я понятия не имею, какой будет ковариационная матрица в этой ситуации.
Это дистрибутив:
mu1 = 1
std_dev1 = 1
distr = lambda x, mu, st_dev = scipy.stats.norm(mu1, std_dev1)*scipy.stats.norm(mu, std_dev)
Это я просто пытаюсь интегрировать его, что не работает:
distr = lambda x, mu, st_dev = scipy.stats.norm(mu1, std_dev1).pdf(x)*scipy.stats.norm(mu, std_dev).pdf(x)
result = quad(distr, -np.inf, np.inf, args=(mu, st_dev))
Я оченьначинающий со всей этой статистикой, поэтому любая помощь будет очень признательна!