def test_bayesian_uninformative_log(self):
uni_est = theta_estimator.bayesian_estimator()
uni_est.set_prior(-4, 4, 9, 'uniform')
beta_est = theta_estimator.bayesian_estimator()
beta_est.set_prior(-4, 4, 9, 'beta')
uni_est.update(self.bad_log)
uni_theta_posterior = uni_est.get_estimator()
self.assertTrue(abs(uni_theta_posterior - 0.0) < 1e-1)
beta_est.update(self.bad_log)
beta_theta_posterior = beta_est.get_estimator()
self.assertTrue(abs(beta_theta_posterior - 0.0) < 1e-1)
def test_bayesian_uninformative_log(self):
uni_est = theta_estimator.bayesian_estimator()
uni_est.set_prior(-4, 4, 9, 'uniform')
beta_est = theta_estimator.bayesian_estimator()
beta_est.set_prior(-4, 4, 9, 'beta')
uni_est.update(self.bad_log)
uni_theta_posterior = uni_est.get_estimator()
self.assertTrue(abs(uni_theta_posterior - 0.0) < 1e-1)
beta_est.update(self.bad_log)
beta_theta_posterior = beta_est.get_estimator()
self.assertTrue(abs(beta_theta_posterior - 0.0) < 1e-1)
def test_bayesian_informative_log(self):
uni_est = theta_estimator.bayesian_estimator()
uni_est.set_prior(-4, 4, 9, 'uniform')
beta_est = theta_estimator.bayesian_estimator()
beta_est.set_prior(-4, 4, 9, 'beta')
uni_est.update(self.good_log)
uni_theta_posterior = uni_est.get_estimator()
self.assertTrue(abs(uni_theta_posterior + 3.413) < 1e-2)
beta_est.update(self.good_log)
beta_theta_posterior = beta_est.get_estimator()
self.assertTrue(abs(beta_theta_posterior + 2.14) < 1e-2)
def test_bayesian_informative_log(self):
uni_est = theta_estimator.bayesian_estimator()
uni_est.set_prior(-4, 4, 9, 'uniform')
beta_est = theta_estimator.bayesian_estimator()
beta_est.set_prior(-4, 4, 9, 'beta')
uni_est.update(self.good_log)
uni_theta_posterior = uni_est.get_estimator()
self.assertTrue(abs(uni_theta_posterior + 3.413) < 1e-2)
beta_est.update(self.good_log)
beta_theta_posterior = beta_est.get_estimator()
self.assertTrue(abs(beta_theta_posterior + 2.14) < 1e-2)