Обновление модели на PyMC3 новыми наблюдаемыми данными ⇐ Python

[Anonymous]

В прошлом году я измерил диаметр 80 фруктов и после проверки наилучшего распределения значений создал модель PyMC3

Код: Выделить всё

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

насколько я понимаю, я «обучил» модель на своих предыдущих данных (80 значений)

Код: Выделить всё

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

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

затем я использовалplot_posteriorвыборок, вернув также среднее значение и HPD.

Моя идея — провести в этом году еще раз измерения, используя байесовское обновление, чтобы уменьшить размер выборки. Как я могу добавить отдельные значения и обновить апостериорные значения, ожидая, что HPD будет становиться все меньше и меньше?

Подробнее здесь: https://stackoverflow.com/questions/532 ... erved-data