我想在样本点和某些手动输入的点（例如合成数据集的真实参数值点）评估log后验（理想情况下，分别为对数先验和对数似然）值。我怎样才能在PyMC3中实现这个目标？
更新：
我找到了logp()方法，但是对于多个点使用它并不是很方便。是否有一些标准/习惯的方法？
更新：
这个[y.logp(trace[i]) for i in range(len(trace))]有效，但是超级低。
更新：
y是观察到的随机变量这一事实导致缓慢，调用模型logp方法的速度很快。
答案 0 :(得分：1)
好的，现实是最好在他们discourse forum.
上询问PyMC3相关问题所以to get the values of log-posterior after sampling使用
logp = mvg_model.logp
lnp = np.array([logp(trace.point(i,chain=c)) for c in trace.chains for i in range(len(trace))])
To save them during sampling使用
```
with model:
llk = pm.Deterministic(likelihood_name, model.logpt)
```