bambinos/bambi

解决的问题

Bambi 简化了在 Python 中构建和拟合贝叶斯线性模型的过程。它特别针对混合效应模型的复杂性，这类模型在社会科学研究中很常见，通过提供一个高级接口，消除了从头编写复杂概率编程代码的需要。

如何工作

Bambi 作为 PyMC 概率编程框架的高级封装。它允许用户使用基于公式语法（例如 Reaction ~ Days）定义模型，并自动处理底层 PyMC 模型构建、先验选择和采样。它与 ArviZ 集成，用于模型诊断和结果可视化。

适用人群

需要对线性或逻辑回归模型进行贝叶斯推断，但无需精通概率编程的研究人员和数据科学家，尤其是社会科学领域的用户。

主要亮点

• 面向 PyMC 的高级接口，使贝叶斯模型构建更简单。
• 支持社会科学中常见的混合效应模型。
• 基于公式的模型定义，便于快速迭代。
• 与 ArviZ 集成，支持摘要统计和轨迹图。