Stan项目中max_abs_deviation方法的命名修正
2025-06-29 17:01:42作者:霍妲思
在Stan项目的代码库中,chainset模块的max_abs_deviation方法存在一个命名上的错误。本文将详细解释这个问题及其修正方案。
问题背景
在统计学中,"MAD"通常代表"Median Absolute Deviation"(中位数绝对偏差),而不是"Maximum Absolute Deviation"(最大绝对偏差)。然而,Stan项目中的max_abs_deviation方法实际上实现的是中位数绝对偏差的计算逻辑。
技术细节
当前实现的方法代码如下:
double max_abs_deviation(const int index) const {
Eigen::MatrixXd draws = samples(index);
auto center = median(index);
Eigen::MatrixXd abs_dev = (draws.array() - center).abs();
Eigen::Map<Eigen::VectorXd> map(abs_dev.data(), abs_dev.size());
return 1.4826 * stan::math::quantile(map, 0.5);
}
从代码中可以看出:
- 方法首先计算参数的样本中位数作为中心点
- 然后计算所有样本值与中位数的绝对偏差
- 最后取这些绝对偏差的中位数,并乘以1.4826的常数因子
这个计算过程完全符合统计学中对中位数绝对偏差(MAD)的定义。1.4826这个常数因子是为了保证在正态分布假设下的渐近一致性,它等于1/qnorm(3/4)。
影响范围
这个命名错误不仅存在于Stan核心库中,还影响了依赖它的工具链,特别是CmdStan中的stansummary工具。由于这是一个公开API的命名问题,可能会对用户造成混淆。
修正方案
修正方案包括:
- 将方法名从
max_abs_deviation改为median_abs_deviation - 更新相关文档字符串
- 在依赖此方法的工具链(如CmdStan)中进行相应的名称更新
重要性
及时修正这类命名错误非常重要,因为:
- 保持与统计学标准术语的一致性
- 避免用户误解方法的功能
- 维护代码库的长期可维护性
这种修正虽然不改变实际计算逻辑,但对于代码的清晰度和用户体验有显著提升。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.74 K
Ascend Extension for PyTorch
Python
610
794
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.16 K
150
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987