Раньше я кодировал свой MCMC с помощью C. Но я хотел бы попробовать PyMC.
Предположим, что X_n - это базовое состояние, динамика которого следует за цепью Маркова, а Y_n - наблюдаемые данные. Особенно,
Y_n имеет распределение Пуассона со средним значением, зависящим от X_n и многомерным неизвестным параметром theta X_n | X_ {n-1} имеет распределение в зависимости от тета
Как мне описать эту модель с помощью PyMC?
Другой вопрос: я могу найти сопряженные приоры для теты, но не для X_n. Можно ли указать, какие апостериорные элементы обновляются с помощью сопряженных априорных значений, а какие - с помощью MCMC?