我是MCMC和PYMC3的新手。我知道如何使用给定的示例使用PyMC3将一条线拟合到观测数据。在我运行代码并获得拟合y = mx + c的斜率(m(和y截距(c(的后验分布之后，对于给定的x值，我如何对y值进行95%的置信区间预测？。我知道如何使用bootstrap来完成，但有没有更优雅的方法——最好使用pymc3？
谢谢。
MCMC的目的是从参数p(m, c | X, y)的后验分布中提取样本。一旦你有了样本，你就可以计算各种下游结果(例如，平均后验、后验预测、可信区间等(。因此，不存在参数化分布的概念(我认为这正是你所要求的(，计算可信区间的唯一方法是使用样本(如果这就是你所说的自举，那么这是正确的(。
幸运的是，由于您有来自后验的样本，您可以简单地使用来自后验每个样本的X值来模拟来自后验预测的样本。使用np.percentile将允许您计算所追求的值。这个过程在pymc3中似乎有很好的记录。