如何用ArviZ展示贝叶斯回归模型的单个确定性输出

1. 仅获取mu[75]的后验统计量（summary函数） #

你之前用var_names没成功，大概率是写法不对——ArviZ支持直接在变量名后加索引来指定单个元素：

import arviz as az

# 假设你的推理结果存储在idata变量中
az.summary(idata, var_names=["mu[75]"])

如果这种写法不生效，也可以先从后验数据中提取指定的观测，再做统计汇总：

# 提取mu的第75个观测（注意索引从0开始）
mu_75 = idata.posterior["mu"].isel(obs=75)
# 对提取后的变量做summary
az.summary(mu_75)

2. 仅绘制mu[75]的后验分布图（plot_posterior函数） #

和summary同理，直接用var_names指定单个索引即可：

az.plot_posterior(idata, var_names=["mu[75]"])

或者用提取后的变量绘图：

az.plot_posterior(mu_75)

如果需要批量筛选多个特定观测（比如mu[10], mu[75], mu[90]），可以用列表形式指定：

az.summary(idata, var_names=["mu[10]", "mu[75]", "mu[90]"])
az.plot_posterior(idata, var_names=["mu[10]", "mu[75]", "mu[90]"])

内容的提问来源于stack exchange，提问作者Serdar