问题标签 [brms]

如何brms为具有随机变化点的分段线性模型指定模型公式？

以下是数据：

我可以这样指定一个简单的线性模型：

但我不知道如何为具有随机变化点的分段线性模型指定公式。brms一般来说，贝叶斯分析非常新。

我在 R 中运行了一个 brms 模型，其中包含我试图分解的复杂三向交互。请参阅下面的代码。我有一个具有三个级别（快乐/愤怒/恐惧）和多个分类因素的多项因变量：组（三个级别；社交焦虑、其他焦虑、非焦虑）/情绪（三个级别；快乐、愤怒、恐惧）/百分比（四个级别：10%、30%、50%、70%）。我试图弄清楚如何回答以下问题：群体对情绪面孔的反应是否不同（例如，社交焦虑群体是否比其他群体更可能选择愤怒作为他们对快乐或恐惧面孔的反应？百分比水平？三向交互显着。我的问题是，我应该如何使用 emmeans 来获得我想回答这个问题的输出？非常感谢您的回复。

型号代码：cormod_multi <- brm(Emochoice ~ f_group + f_emotion_r + f_percentage + f_group f_emotion_r f_percentage + (1 + f_emotion_r*f_percentage | f_ppn)，data = data_mult，family = 'categorical'，warmup = 1000，iter = 10000，chains = 4，核心 = 10，控制 = 列表（adapt_delta = 0.95，max_treedepth = 15））

我正在使用 brm 函数（brms 包）进行 HGAM。目前，我保持默认 k = 10，但我想知道是否应该将 k 设置得更高。我知道 mgcv 包中的函数 k.check 可以进行诊断，但我找不到 brms 的任何等效项。

brms 是否存在等效的 mgcv::k.check？如果不是，我怎么知道我的 k 是否足够？我可以更改它并检查是否合身，但我的时间和计算机能力有限。

谢谢！

我正在尝试使用 kfold CV 作为评估使用 brms 运行的模型的一种方法，我觉得我错过了一些东西。作为一个可重复的示例，我的数据被构造为取决于个人长度的二进制响应 (0, 1)。下面是一些代码，用于生成和绘制与我正在使用的数据类似的数据：

然后我使用 brms 来运行我的模型。

我想使用 kfold CV 来评估模型。我可以使用这样的东西：

但我的数据中的响应高度不平衡（~18% = 1，~82% = 0），我的阅读表明我需要使用分层 kfold cv 来解释这一点。如果我使用：

数据按照我期望的方式拆分，但我不确定从这里开始推进 CV 流程的最佳方法是什么。我看到这篇文章https://mc-stan.org/loo/articles/loo2-elpd.html，但我不确定如何修改它以使用 brmsfit 对象。或者，我似乎应该能够使用：

但这会引发错误。可能是因为 is_carp 是模型中的响应而不是预测变量。在这种情况下，我的小组会是什么？我在这里遗漏/误解了某些东西吗？我假设这里有一个非常简单的解决方案，我可以忽略但感谢任何想法。

有人可以帮我纠正我遇到的错误，请参阅下面的链接。

此文本出现在“https://discourse.mc-stan.org/t/running-a-simulation-study-and-facing-an-error-when-capturing-the-output/26115?u=lovemore”

这是代码

我正在运行一项模拟研究，我希望 Stan 在使用更新功能后进行编译，但是我收到了带有数据和解释的错误消息链接。数据在链接上

我想使用 gam 函数在 mgcv 包中运行分层 GAM。我在 brms 中使用了相同形式的模型没有问题，我最终将在 brms 中重新运行相同的模型，但是在周日提交摘要的截止日期，所以我想在 mgcv 中尝试模型以获得更快的结果。

我的公式：

我的数据：

我有两个问题：a）

当我尝试拟合模型时，fit_count <- gam(f, data = count_merge, method = "REML", family = gaussian())我得到：

我认为这与公式的 t2() 参数有关。

b）我通常使用 brms 运行 GAM，我对该模型的公式是：

我将公式调整为 mgcv::gam 的方法好吗？

我想使用两个分类因素（conditionStimuli = 3 个级别；sequenceTrials = 2 个级别）创建一个关于反应时间的贝叶斯层次模型。最初，我使用默认先验运行模型：

summary() 函数报告这些：我是否应该通过查看 1-95%/u-95% 值来删除与 0 相同的交互？

还有这些问题：

是否有可能（或有意义）在结果变量上设置先验（反应时间：前高斯）？

在预测变量上，什么类型的先验是合适的？

谢谢，

数据如下所示：

我有一个来自参与者的数据集，它提供了与不同幅度的奖励（因子 pval，级别小/中/大）和延迟（因子时间，级别延迟/立即）相关的刺激的喜欢评级（范围从 0-100） ）。数据的一个子集如下所示：

为了调查评分是否受到与线索相关的奖励的时间和幅度的影响，我在 brms 中运行了以下模型：

接下来，我想从两个特定对比（即两个成对比较）的后验分布中抽取样本。首先，我使用 emmeans 获得了这些对比的估计值。我原则上可以使用函数gather_emmeans_draws（来自tidybayes包）从这些对比的后部抽取样本而没有问题。但是，退后一步，emmeans 使用中值作为贝叶斯模型的点估计，而我想使用平均值。通过在 emmeans 对象上使用 hpd.summary 可以获得平均值。但是，这会将 emmeans 创建的 emmGrid 对象转换为 summary_emm 对象。不幸的是，gather_emmeans_draws() 不接受summery_emm 对象，但似乎只接受emmGrid 对象（或一般的S4 对象）。看：

因此，如果我直接从 emmGrid 对象 (emm_withmedian) 工作，我似乎只能从后验绘图，迫使我使用中位数而不是平均值。

我已经尝试使用 as.emmGrid() 将 summary_emm 对象转换为 emmGrid 对象，但这不起作用，并给我以下错误：nrow(V) 中的错误：缺少参数“V”，没有默认值。

我已经查看了这两个错误消息，但还没有找到解决它们的方法。我还确保更新所有使用的软件包，但这也无济于事。

因此，我正在寻找：

• 一种将 summary_emm 对象转换为 emmGrid 对象（或gather_emmeans_draws 接受的任何其他对象）的方法，或者，
• 另一个允许我以gather_emmeans_draws 的方式从emmeans 对象的后部绘制的函数。不幸的是，来自 brms 的函数terior_samples 在这种特定情况下不起作用，因为我的摘要模型输出没有感兴趣的对比，或者，
• 另一个允许我以 emmeans 的方式指定成对比较的函数，以及一个允许我提取其后验图的函数。

任何想法都受到高度赞赏！

Redhat BRMS 的新手，与我们的 Jboss EAP 7.2 决策中心/管理器和 tvo 决策服务器一起工作。

目前我们正在使用 KIE web 工作台，但它的执行速度非常慢，所以想知道我们是否可以/应该分配/配置更多的服务器资源来使用，就像在 chrome 开发人员工具中查看一样，似乎大部分时间都花在闲置上IE。在服务器端处理上等待最正确。只有服务器看起来负载很轻，CPU < 10%，没有 IO，没有内存压力。所以也许我们可以修剪 JBoss 配置以允许使用更多的处理能力，即。内存，线程池等。

正在考虑完全跳过工作台并使用远程 git repo 转换为适当的 IDE，以获得更好的更改历史记录/日志。

任何对 IDE 工具或工作台增强功能的赞赏，因为渲染一个简单的页面移位需要几分钟，这使得它非常不可用。

TIA

我已经安装了一个多级逻辑模型，brms然后运行pp_check。谁能帮我解释一下情节（首先是水平/垂直轴上的内容）？特别是标记的曲线y对我来说不清楚，因为数据是二进制的。