基于MCMC算法的Logistic回归模型的参数估计——以智能睡眠手环为例

摘要

马尔可夫链蒙特卡罗(MCMC)是目前运用最广泛的统计算法之一,它可以把随机样本从复杂的分布中提取出来。它为建立实用的统计模型提供了有效的工具,正是MCMC方法使得许多贝叶斯统计问题得到有效的解决。本文以睡眠手环数据为例,运用随机游动Metropolis-Hastings算法,以正态分布为建议分布,对Logistic回归模型进行参数估计。基于Pymc3的基础框架构造睡眠模型,结果表明建立的模型可以为睡眠时间概率提供合理的预测。