问题标签 [rstan]

如果我观察到的数据集具有权重（例如跟踪多重性），是否可以将其提供给 pystan 或 pymc3，类似于函数签名（http://mc-stan.org/rstanarm/reference/stan_glm.html） rstanarm 包：

我正在使用 R 中的 rethinking 包来制作一个简单的线性模型。在下面的代码中，我对因变量使用了先验正态分布，一切正常。

但是，当我使用 R 不直接支持的三角分布包时，出现以下错误

地图错误（col，data.frame（data））：未使用的参数（log = TRUE）

这是定义具有三角形分布的模型的代码

我对如何计算 Rstan 中 glm 的系数（分类变量）之间的差异有疑问。

例如，我在 R 中使用 iris 数据集来判断是否可以计算系数差异的后验分布。

首先，我进行了如下所示的基本 glm 程序并计算系数的显着差异。

接下来，我使用 stan 进行了贝叶斯 glm 程序，如下面的代码，并计算了生成量部分中系数之间差异的后验分布。

最后，我可以在频率论方法和贝叶斯方法之间得到相同的结果。我认为这是正确的方法，但我不确定这一点，因为没有信息也没有例子。此外，我还确认这种方式可以扩展另一种误差分布（包括泊松、伽玛、二项式、负二项式等）。

如果还有其他好的方法或建议，请教我。

我在 cpp 编译阶段收到两个警告，其中包含我提交的所有 stan 程序。

C:/Larry/R/win-library/3.4/BH/include/boost/config/compiler/gcc.hpp:186:0: 警告：“BOOST_NO_CXX11_RVALUE_REFERENCES”重新定义#define BOOST_NO_CXX11_RVALUE_REFERENCES

和

cc1plus.`exe：警告：无法识别的命令行选项“-Wno-ignored-attributes”

由于我在提交其他 Rcpp 程序时没有收到这些警告，我怀疑它们是在 Stan 程序的 gc++ 编译过程中生成的。它们似乎是无害的，但它们令人不安。我在 Stack Overfkiw 上看到了许多其他包含这些警告的消息，但我没有找到对它们的任何解释，也没有找到纠正产生这些警告的原因的方法。

我正在使用 Rtools 3.4.0.1964 在 Windows 10 中运行 R 3.4.3 和 RStudio 1.1.383。我会感谢任何向我解释这些警告以及我必须做些什么来纠正它们的人。

假设有三个按时间顺序进行的二项式实验。对于每个实验，我都知道#of trial和#of successes。要将前两个较旧的实验用作第三个实验的先验，我想“在两个较旧的实验上拟合贝叶斯层次模型，并使用作为第三个实验的先验的后验形式”。

鉴于我的可用数据（如下），我的问题是：rstanarm下面的代码是否捕获了我上面描述的内容？

我在包中尝试过的内容rstanarm：

我正在尝试使用 Stan 拟合具有未知均值和协方差的有限高斯混合模型。我知道由于 HMC 不能应用于离散分布的样本，因此边缘化技术通常用于使用 Stan 推断混合参数。但是，对于我的应用程序，我需要数据集群分配。在 Stan 中推断它们的最佳方法是什么？建议将不胜感激。

当 rstan 开始编译模型并且我没有连接到互联网时，它会停止并给我一个 curl 相关的错误。我认为这是因为 rstan 在某种程度上依赖于 shinystan。以下错误：

curl::curl_fetch_memory(url, handle = handle) 中的错误：LibreSSL SSL_connect: SSL_ERROR_SYSCALL in connection to api.ipify.org:443

另一个奇怪的事情是，这只发生在我的 Mac 笔记本电脑上。当它没有连接到互联网时，它不会发生在我的 Windows 桌面上。这是最近的一个问题，所以我认为它与 rstan、curl 或 shinystan 的更新有关。

谢谢你的帮助！

扎克

I get an error when trying to fit a stan model in R at work's windows machine, I am pretty sure there is no issue with my coding, since it all works fine in my personal linux machine, due to the length of the error message I paste it at the end. Furthermore, the error dump states that I should open a bug report, but I am hardpressed to believe there is a bug, since the code actually works in a different computer.

Now, for what I have gathered from other users getting, I am lead to believe that I have an issue either with my Rcpp library, Rtools installation or my c++ compiler. So I tried to use Rcpp, wich works OK in Rstudio, but fails if run in emacs:

Now, the errors are very similar, and lead me to believe the issue is in the system PATH, since Rtools is installed, g++ compiler is installed, checking g++ --version at the cmd states that I have version 4.9.3 installed and Rstudio seems to find the compiler, but I have updated the PATH, since earlier I found an error saying that no c++ compiler was found, and now it finds the compiler, but does not compile.

I think the issue is here, I have added the mingw_64 folders to the path, since they seem to include the compilers, but the folder structure of my RBuildTools installation is different from the Windows installation guide. As such I want to believe that it is all a matter of including the appropriate subfolders of the RBuildTools in PATH, but I am quite lost on this issue.

The errror dump.

我试图了解我哪里出错了rstan。我已经找到了一种解决方法，但似乎应该有一个比我想出的更好的从后部绘制图形的选择。

我正在尝试学习如何使用与我在CVrstan上打开的另一个问题相关的高斯过程建模（无耻的插头，但如果你有可以帮助的想法，我会全力以赴）。

我想作为第一步，我将尝试浏览高斯过程的stan 文档示例。所以我建立了一个模型，简单地设计来绘制随机平方指数协方差函数。

我遵循文档的建议，在转换后的数据中包含 Cholesky 分解。

使用stan我拟合模型如下：

我可以使用以下代码可视化每个绘图的后验分布：

产生：

我真的很想看看每个过程的结果（不是全部 500 个，而是其中一些随机抽取）。

我尝试了多种替代策略，最终得出以下结论：

这段代码产生：

这似乎有很多额外的障碍要跳过。rstan我尝试了使用家族中的其他函数（例如，）的替代方法ppc_dens_overlay，但它们都导致错误或没有返回我想要的。

所以我在这里的问题实际上是关于替代的、更简单的选项，我可以使用它来可视化每个 $y_i$ 值的抽奖的总体平均值以及每个值的所有抽奖的总体平均值（在这种情况下应该是 0，但是在其他情况下，当数据以结构方式随时间变化时可能不会）。

我对rstan（使用过rbugsand rjags）比较陌生，所以我可能根本不知道有一些简单的功能可以使这个过程更容易。

提前感谢您的帮助。

我最近遇到了高斯过程模型，并且碰巧认为它们可能是我在实验室中一直在研究的问题的解决方案。我有一个关于 Cross Validated 的开放且相关的问题，但我想将我的建模/数学问题与我的编程问题分开。因此，这是第二个相关的帖子。如果更多地了解我的问题的背景会有所帮助，尽管这里是我打开的CV 问题的链接。

这是我的 stan 代码，对应于我的 CV 帖子中提供的更新协方差函数：

我已经修改了我的内核中包含的参数的先验，一些参数化有点快（在某些情况下快两倍，但即使在这些情况下仍然可以产生相对较慢的链）。

我正在尝试使用受污染部分前后 15 秒的数据（以 3.33 Hz 采样，因此总共 100 个数据点）来预测价值 3.5 秒的数据（以 10 Hz 采样 - 所以 35 个数据点）的值。

R中指定的模型如下：

老实说，我不知道我是否需要那么多热身迭代。我想部分缓慢的估计是相当无信息的先验结果（心率和呼吸除外，HR因为R它们在健康成年人的休息时具有相当广为人知的范围）。

非常欢迎任何建议来加快我的程序的运行时间。

谢谢。