0

请问我可以寻求帮助吗？

我已经使用 stan_glmer 拟合了二项式模型，并选择了我认为最适合数据的模型。我使用后验预测命令将我观察到的数据与模型模拟的数据进行比较，看起来非常相似。

我现在想为不同级别的预测变量预测事件的概率。我通常会在 glmer 中使用 predict 命令，但我知道我应该对 stan_glmer 使用后验预测命令来考虑模型中的全部不确定性。如果 x1 和 x2 是二元事件的连续预测变量，并且我想要组上的随机截距，则模型公式为：

      model <- stan_glmer(binary event ~ x1 + x2 +(1 | group), family="binomial"

我的问题是：我想改变预测变量（x1 和 x2）以查看模型如何预测观察到的数据（以及这些预测中的可变性），也许是一个图，但我不确定如何。任何帮助或指导将不胜感激。

4

1 回答 1

1

简而言之，posterior_predict有一个newdata参数期望 adata.frame的值为x1、x2和group。该参数与许多其他预测函数中的参数相似，并且有一个可以通过 执行的使用示例example(posterior_predict, package = "rstanarm")。

在您的情况下，它可能类似于 但您可以以各种其他方式选择和 nd <- with(original_data, expand.grid(x1 = seq(from = min(x1), to = max(x1), length.out = 20), x2 = seq(from = min(x2), to = max(x2), length.out = 20), group = levels(group))) PPD <- posterior_predict(model, newdata = nd) 的值。x1x2

于 2017-08-05T02:57:10.120 回答