pymc-devs/pymc

Add core notebook on sample_posterior_predictive for out-of-model predictions

Open

#6.812 geöffnet am 4. Juli 2023

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (1.902 Forks)batch import
docshelp wanted

Repository-Metriken

Stars
 (7.926 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 11T 6h) (12 gemergte PRs in 30 T)

Beschreibung

Description

We wrote a series of examples for the PyMC labs blogpost: https://www.pymc-labs.io/blog-posts/out-of-model-predictions-with-pymc/

It would be good to write a more technical companion that explains exactly how sample_posterior_predictive works and why it works this way, and when is it valid/not valid to use if for out-of-model predictions.

There is a long thread here that highlights aspects of the current behavior that are unclear / surprising for most users (including developers): https://github.com/pymc-devs/pymc/issues/6047

Note: This is not a beginner friendly issue.

Contributor Guide

Research-Richtung
Überprüfen Sie den Blogbeitrag unter dem bereitgestellten Link und die Diskussion in Issue #6047, um häufige Verwirrungen zu verstehen. Das Notebook sollte erklären, wie sample posterior predictive intern funktioniert, wann es für Vorhersagen außerhalb des Modells gültig ist, und Beispiele sowie Einschränkungen enthalten. Es wurde noch keine bestehende Arbeit begonnen.
Tech Stack
python
Domain
documentationdata
Issue Type
Dokumentation
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
Familiarity with PyMCUnderstanding of posterior predictive samplingRead issue #6047
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
10