PyMC耦合线性贝叶斯模型新输入预测维度异常问题排查

你得到的维度不符合预期，核心原因是生成后验预测时没指定用新的O₁数据，PyMC默认复用了训练阶段的95行原始O₁数据，所以输出维度对应训练数据的行数。

要拿到对应新数据的后验预测，按以下方式修改代码：

1. 建模时明确区分训练与预测变量 #

构建模型时，单独定义新数据的预测路径，不要只依赖训练数据的变量：

import pymc as pm
import arviz as az

# 假设你的训练数据：O1_train (95个样本), O2_train, O3_train
# 新数据：O1_new (1个样本，形状要和训练数据一致，比如是[new_value]这样的一维数组)

with pm.Model() as coupled_model:
    # 定义先验
    m2 = pm.Normal("m2", mu=0, sigma=10)
    q2 = pm.Normal("q2", mu=0, sigma=10)
    m3 = pm.Normal("m3", mu=0, sigma=10)
    q3 = pm.Normal("q3", mu=0, sigma=10)
    sigma2 = pm.HalfNormal("sigma2", sigma=5)
    sigma3 = pm.HalfNormal("sigma3", sigma=5)
    
    # 训练数据的O2预测与似然
    O2_train_pred = pm.Deterministic("O2_train_pred", m2 * O1_train + q2)
    pm.Normal("O2_obs", mu=O2_train_pred, sigma=sigma2, observed=O2_train)
    
    # 训练数据的O3预测与似然
    O3_train_pred = pm.Deterministic("O3_train_pred", m3 * O2_train_pred + q3)
    pm.Normal("O3_obs", mu=O3_train_pred, sigma=sigma3, observed=O3_train)
    
    # 关键：新增新数据的预测链
    O2_new_pred = pm.Deterministic("O2_new_pred", m2 * O1_new + q2)
    O3_new_pred = pm.Deterministic("O3_new_pred", m3 * O2_new_pred + q3)
    
    # 执行采样
    trace = pm.sample(2000, chains=4, return_inferencedata=True)

2. 生成后验预测时指定目标变量 #

采样完成后，调用sample_posterior_predictive时，明确指定要采样O3_new_pred，而不是默认的观测变量：

with coupled_model:
    ppc = pm.sample_posterior_predictive(trace, var_names=["O3_new_pred"])

3. 验证输出维度 #

此时ppc.posterior_predictive["O3_new_pred"]的维度就是(4, 2000, 1)，完全符合你的预期。

• 别直接对O2_obs或O3_obs做后验预测：这些观测变量的后验预测默认绑定训练数据的输入，输出维度必然和训练数据一致。
• 确保新数据形状正确：O1_new要和训练时的O1_train维度匹配，比如训练时是一维数组，新数据也要是一维（哪怕只有一个元素，别用标量）。

内容的提问来源于stack exchange，提问作者Marco