我正在尝试使用简单的直线y=mx+c类型来拟合一些合成数据parallel-tempered mcmc。我的目标是能够理解如何使用它，以便以后可以应用于一些更复杂的模型。我正在尝试的示例是在一个简单的 emcee 代码中已经完成的复制：http: //dfm.io/emcee/current/user/line/ 但我不想使用 mcmc，而是使用并行处理 mcmc ： http ://dfm.io/emcee/current/user/pt/

这是一个工作代码：

运行此代码时唯一的问题是我得到了远离真实值的最佳参数值。增加步行者或样本的数量在任何意义上都没有帮助。谁能告诉我为什么tempered-mcmc不在这里工作？

更新：

我发现了一个有用的包ptemcee（https://pypi.org/project/ptemcee/#description），虽然这个包的文档不存在。似乎这个包可能很有用，任何关于如何用这个包实现相同的线性拟合的帮助也将不胜感激。

我正在尝试将逆伽马分布拟合到直方图。我可以通过玩弄它的两个参数（参见图 1 中的橙色线）轻松挑选出一组合适的参数。

但是，当我尝试使用 emcee 估计后验时，我只是简单地对链的初始起点进行采样。

后验均值和标准差对应于我在中设置的值pos = [np.array(p0) + 5e-1*np.random.randn(ndim) for i in range(nwalkers)]（即[p0 +- 0.5]）。更改步数和/或烧录样本的数量无济于事。

如果我增加步行者的数量，它只会更好地采样输入位置 - 他们似乎永远不会去任何地方。

有这个帖子链接，但我认为它不适用于这里 - 逆伽马分布可以说有点烦人，但曲线拟合问题应该得到很好的定义..？

- - - - - - - - - -编辑 - - - - - - - - - -

我知道这个问题：删除flux为零的数据点会导致步行者开始移动，我得到了一个结果。我觉得这种行为有点奇怪，所以更新一下问题： 为什么两个单独的异常值会阻止司仪移动？

嗨，谢谢你的帮助！

我试图让 emcee 在 Slurm 集群上使用 mpi 运行，但是当我启动我的代码时，它会在几分钟后返回一个错误，下面描述了一个大错误，这似乎围绕着“无效的通信器”错误。

你知道我可能做错了什么吗？

我正在使用 anaconda，所以我尝试重新安装环境，更改使用的软件包，并删除所有可能不必要的内容，但错误总是相同的。

这是我通过 sbatch 提交的脚本：

在我的 python 代码中，我使用了 schwimmbad 的 MPIPool。

错误是这个大块：

我正在 emcee 库中运行 emcee.EnsembleSampler 函数，为我正在做的一些研究制作参数的马尔可夫链。由于某些原因，run_mcmc 函数运行的某些时候，我在 emcee.EnsembleSampler.chain 对象中找到的链在本质上应该近似高斯时根本没有变化。

我已经在我的一些数据上运行了多次，它工作得非常好，但在某些情况下，它实际上只是链没有迭代，只有直线。

我如何使用司仪代码（大约 90% 的时间有效）：

__ln_prob 函数是这样写的（这里也详细介绍了其中使用的函数）：

先验功能：

我预计链值会振荡，但在某些情况下不会。我后来的代码没有抛出任何错误，所以似乎没有一个 -np.inf 值从 __ln_prior 或 __ln_prob 返回。如果返回 -np.inf 我认为代码应该中断？也许这就是为什么？

我认为代码对于理解这个问题不是很有必要，我只是希望这一定是一些我明显不理解的相对频繁出现的问题。

我尝试查看源代码，了解为什么 sample() 函数可能返回与其接收到的相同的参数集，但我似乎没有找到这一点。

这是找到源代码的地方： https ://github.com/dfm/emcee/blob/master/emcee/ensemble.py

在马尔可夫链蒙特卡洛的上下文中，我想使用 绘制参数估计问题的二维后验分布corner.corner。我现在的图是这样的：

在等高线图中，等高线由概率分位数定义，因此等高线之外的概率很低。

我想知道是否可以在概率轮廓之外移除背景中的样本（即灰点）。

我正在使用 Python 在 Python 中运行 MCMC 进程emcee。我的 python 代码是一个不同软件的包装器。emceewalkers 对该软件的输入参数空间进行采样。该软件读取一个文本文件作为其输入。emcee我的代码使用链的每个步骤生成此文本文件。为了加快采样速度，我希望多个进程并行运行来评估对数似然。但是，这些进程中的每一个都需要写入不同的输入文本文件，以防止进程之间的干扰。出于这个原因，我认为我不能使用司仪网站上的简单标准示例。

理想情况下，我希望每个进程在自己的子目录中运行，生成不同的输入文件，这样不同的进程就不会相互干扰。为此，我使用Poolfrommultiprocessing手动创建并行进程，而不是使用默认选项 from emcee。我知道为了让不同的并行进程产生不同的随机数，我需要为每个 PRNG 提供不同的种子。我当前的代码如下：

尽管为每个进程提供了不同的种子，但所有 4 个进程都会生成完全相同的一组emcee步骤。

不是播种PRNGnp.random.seed的相关参数吗？emcee有没有更好的方法让不同的进程在不同的目录中工作？

我无法使用 get_chain() 方法访问从 emcee 生成的值。我的代码提供如下：

当我运行它时，我收到消息AttributeError: 'EnsembleSampler' object has no attribute 'get_chain'，但我不知道为什么。我在网上某处读到 get_chain() 方法仅添加在较新版本的 emcee 中，并且需要从 GitHub 下载。如果这是问题，我将如何从 GitHub 下载它并确保它仍然适用于 Anaconda（我是 Python/GitHub 的新手，我不太熟悉如何完成）？

任何帮助将不胜感激！谢谢！

我在我知道真实参数值的模拟上运行 mcmc。假设我在链条中使用 100 个步行者和 10,000 个步骤。大部分步行者收敛到正确的参数值，但大约 3 个步行者（100 个中）只是拖到远处，没有收敛。除了我的潜在错误之外，不确定这里会发生什么。

我目前正在使用 emcee 包通过教程https://emcee.readthedocs.io/en/stable/tutorials/parallel/获取 MCMC 示例。代码的串行版本可以工作，但速度很慢，所以我想使用并行化技术来加速这个过程。

我的代码目前如下所示（提供伪代码）：

data并且ivar是用于酸洗目的的全局变量，如教程中所述。每当我尝试运行此代码时，它都会无限期地执行，当我中断执行时，我会收到以下回调：

我不完全确定发生了什么以及代码冻结的原因。如果有人可以帮助我，我将不胜感激。