如果这似乎是一个基本问题，我很抱歉，但我很难在网上找到解决这个问题的资源。在 PyMC3 中，在构建几个变量的基本模型时，很容易单独定义每个变量，例如alpha=pm.Normal('alpha',mu=0,st=1)，然后手动将它们全部相互添加。但是，当一个人处理数十/数百个变量时，标准方法是什么，每个变量都需要先验？

我看到这个shape论点有助于一次定义许多先验，但是在那之后你如何将它们全部加到平均方程中（如果你的模型指定正态分布），或者如果不同的变量组需要不同的先验怎么办？

我将非常感谢有关此问题的任何建议，因为我正在从常规机器学习和回归切换到 PyMC3。