def integrate_beta_conj_prior(tau, nu, A=None):
if None == A:
A = beta.beta_conj_prior_log_partition(tau, nu)
def f(*eta):
eta = np.array(eta)
return np.exp(np.dot(tau, eta) - nu * betaln(*(eta+1.)) - A)
result, abserr = dblquad(
func=f,
a=-1.,
b=np.infty,
gfun=lambda x: -1,
hfun=lambda x: np.infty,
)
return result, abserr
pl.subplots_adjust(wspace=.0, hspace=.5, top=.9, bottom=.06, right=1., left=0.)
tau = np.array([-1., -3.]) / 10.
nu = 0.4
g = tau[0] * (a-1.) + tau[1] * (b-1.) - nu * betaln_a_b
pl.clf()
pl.imshow(g, origin='lower', extent=[step,max,step,max])
title = '$\\tau = %s \\; \\nu = %.1f$' % (str(tau), nu)
logging.info('Title = %s', title)
pl.title(title)
pl.gca().get_xaxis().set_ticks_position('none')
pl.gca().get_yaxis().set_ticks_position('none')
#pl.colorbar()
pl.show()
A = beta.beta_conj_prior_log_partition(tau, nu)
logging.info("A(%s, %f) = %s", tau, nu, A)
exp_eta = beta.beta_conj_expected_eta(tau, nu, A)
logging.info("<eta> = %s", exp_eta)
def integrate_beta_conj_prior(tau, nu, A=None):
if None == A:
A = beta.beta_conj_prior_log_partition(tau, nu)
def f(*eta):
eta = np.array(eta)
return np.exp(np.dot(tau, eta) - nu * betaln(*(eta+1.)) - A)
result, abserr = dblquad(
func=f,
a=-1.,
