pymc

pymc 技能概览

pymc 是一款用于构建、拟合、检查和比较概率模型的贝叶斯建模技能，适合在 Python 中做真正的“不确定性估计”，而不只是给出点预测。它尤其适合层级回归、多层分析、时间序列、缺失数据、测量误差，以及使用 LOO 或 WAIC 做模型比较等场景。

pymc 适合做什么

当你的任务是把杂乱数据整理成一个站得住脚的贝叶斯模型，并完成后验推断，而不是写一段通用的 Python 分析脚本时，就该用 pymc 技能。它能帮助你从“我想在不确定性下估计这个效应”推进到可运行的 PyMC 模型、采样方案和验证工作流。

适合使用 pymc 的人群

pymc 适合数据分析师、科学研究人员和 ML 从业者——他们通常已经知道因变量和自变量是什么，但需要帮助把模型表达得更准确。它对贝叶斯工作流中的决策尤其有用：如何选择先验、排查采样器问题、解读后验诊断结果。

主要差异点

和普通提示词相比，pymc 的价值在于它把完整工作流放在中心位置：数据准备、模型设定、采样、检查和比较。实际优势是，在 NUTS、先验预测检查和收敛诊断这些 PyMC 项目里常见的卡点上，能少很多试错。

如何使用 pymc 技能

安装 pymc 技能

根据技能文件里给出的仓库命令，或你所用平台的技能安装器，把 pymc 技能安装到你的 skills 目录中。然后确认 scientific-skills/pymc 路径可用，并先打开 SKILL.md，因为这个文件定义了预期的贝叶斯工作流和适用范围。

把模糊目标改写成有效提示词

像“用 pymc 分析这个数据集”这种弱请求，留下了太多未说明的信息。更好的提示词应该明确：你需要什么类型的模型、响应变量是什么、可能的预测变量有哪些、数据量多大、是否存在分组结构，以及你希望分析输出什么。比如：“为用户和 campaign 的转化率建立一个 pymc 分层逻辑回归，加入弱信息先验，解释采样诊断，并展示如何与 pooled model 比较。”

仓库里先看什么

先从 SKILL.md 开始，然后重点看那些说明何时使用该技能以及标准贝叶斯工作流的部分。如果你的任务偏实现，先读数据准备、模型构建、采样和后验检查附近的示例，再让模型开始写代码。

能显著提升输出质量的工作流细节

对于 pymc 来说，输入数据的形状非常重要。请提供变量类型、分组 ID、缺失情况，以及已经做过的缩放或类别编码。如果你想要的不只是一个初稿，请明确要求先验、采样器设置和诊断输出。对于 pymc for Data Analysis，还要说明你想要的是解释、预测、因果比较，还是决策支持，因为这些目标会对应不同的模型结构。

pymc 技能 FAQ

pymc 只适合高级用户吗？

不是。只要能把数据描述清楚，并愿意查看模型诊断，初学者也可以使用 pymc 技能。更难的通常是建模判断，而不是语法，因此当你需要结构设计和验证方面的指导时，这个技能最有价值。

什么时候不该用 pymc？

如果你只需要一张快速的描述性图表、一个简单的频率学派检验，或者一个不要求不确定性的黑箱预测，就不要用 pymc。还有一种不适合的情况是，你根本无法描述数据生成过程；因为 PyMC 最适合的是模型假设明确的场景。

pymc 和普通提示词有什么不同？

普通提示词也许能生成代码，但 pymc 更强调贝叶斯工作流以及影响模型质量的常见失败点。通常这意味着它会给出更好的先验建议、更好的采样建议，并且比临时拼凑的提示词更重视诊断。

pymc 适配更广泛的 Python 生态吗？

可以。pymc 的设计就是为了配合 Python 分析栈使用，尤其是 NumPy、pandas、ArviZ，以及相关的绘图和数据准备工具。如果你的分析流程本来就在用 Python，pymc 会是做概率建模的自然选择。

如何改进 pymc 技能

提供更明确的模型上下文

提升 pymc 输出质量最有效的方法，是一开始就说清楚模型类型：线性、逻辑回归、层级模型、时间序列、缺失数据，还是测量误差模型。还要补充目标变量、预测变量、分组层级，以及应该影响模型设计的业务或科研约束。

要求诊断，不只要代码

很多 pymc 失败都来自先验太弱、缩放不当，或者采样器路径问题。请明确要求先验预测检查、后验预测检查、有效样本量、R-hat、divergences，以及采样吃紧时该如何调整。这样 pymc 技能在需要验证的 Data Analysis 工作中会更有用。

提供数据形状和比较目标

如果你想要一个有价值的初步结果，请告诉模型有多少行、哪些变量是数值型或类别型，以及是否存在重复测量或聚类结构。如果你还需要模型比较，请明确基线模型，以及你所说的“更好”具体指什么，这样 pymc 技能才能合理地组织 LOO 或 WAIC。

用第一次拟合结果继续迭代

拿到第一轮结果后，把实际的 trace 问题、后验图或 divergence 数量反馈回来，而不是重新从头请求一个全新的模型。改进 pymc 的最快方式，是一次只调整一个假设：先缩放输入，再收紧或放宽先验，然后简化层级结构，最后重新拟合并比较。