r - 使用贝叶斯模型模拟假设场景 - rstanarm

Question

我正在拟合一个模型（为了重现性而非常简化），如下所示：

库（数据集） 库（rstanarm）

set.seed(42)
rm(list = ls(all = TRUE))

prediction_data1 <- data.frame(
        Petal.Length = 1.4
    )

prediction_data2 <- data.frame(
        Petal.Length = 1.4
    )

model <- stan_glm(
        Petal.Width ~ Petal.Length
        , data = iris
        , chains = 3
        , iter = 1000
        , warmup = 100
)

new_predictions1 <- as.data.frame(posterior_predict(model, newdata = prediction_data1))
new_predictions2 <- as.data.frame(posterior_predict(model, newdata = prediction_data2))

colnames(new_predictions1) <- c('Petal.Width')
colnames(new_predictions2) <- c('Petal.Width')

median(new_predictions1$Petal.Width)
median(new_predictions2$Petal.Width)

我想我不应该期望两个相等的“模拟”数据集（例如 0.2216209 和 0.2177802）有相同的中位数？然而，上面的骨架代码是否是模拟不同场景的正确方法（例如 Petal.Length = 1.4 与 Petal.Length = 2.4）？