相关疑难解决方法(0)

去年我测量了 80 个水果的直径，在检查了这些值的最佳分布之后，我创建了一个 PyMC3 模型

with Model() as diam_model:
    mu = Normal('mu',mu=57,sd=5.42)
    sigma = Uniform('sigma',0,10)

之后，据我所知，我已经用我之前的数据（80 个值）“训练”了模型

with diam_model:
    dist = Normal('dist',mu=mu,sd=sigma, observed=prior_data.values)

with diam_model:
    samples=fit().sample(1000)

然后我用plot_posterior的samples，也返回均值和HPD。

我的想法是今年再次测量使用贝叶斯更新以减少样本量。如何添加单个值并更新后验值，期望 HPD 越来越小？