问题标签 [rstan]

我想rstan在 rnotebook中使用模型的估计系数

我有以下stan块：

我也有以下数据

github 上的文档rats_fit <- stan(file = 'https://raw.githubusercontent.com/stan-dev/example-models/master/bugs_examples/vol1/rats/rats.stan')显示，但由于我使用的是块，因此我没有要参考的文件。

我已经尝试过stan(rats), summary(rats), print(rats)，但这些似乎都不起作用。

我遇到了以下问题，这似乎与在rstanarm. 看到这个相关的问题

xj[i] 中的错误：无效的下标类型“列表”

可重现的例子：

操作环境

在 Mac OSX 10.13.3 上运行的玩具示例 在 Linux CentOS 7 上运行的玩具示例和真实数据

苹果电脑

Linux CentOS

交叉报告为 github 问题：https ://github.com/stan-dev/rstanarm/issues/254

我尝试在RStan中建立一个可变截距模型，试图根据年龄、儿童数量以及他们是否住在城市地区来预测印度某个地区的女性避孕药具使用情况，截距因地区而异。

下面是我的代码：

当我定义上面的模型时，我收到以下错误消息：

stanc 中的错误（文件 = 文件，模型代码 = 模型代码，模型名称 = 模型名称，：

由于上述错误，无法解析 Stan 模型 'b7f3052df681e80851694dd14c79969c'。

有人可以帮忙吗？

我试图在红色回归线周围画两条黑线。但是该lines()命令绘制的东西更像是一条polygon()而不是一条简单的线（见下图代码）。

我想知道是否有一个解决方法可以简单地在回归线周围画两条线（即不确定区间），或者我错过了什么？

我写信是为了找出对象"linear.predictors"返回的 内容stan_glm()。

显然，"linear.predictors"与用户提供的预测变量不同（文档没有帮助）。

无论如何，有没有办法从stan_glm()对象中获取预测值？

这是一个单一的预测器（即 mom_iq）示例：

我正在尝试使用bridgesamplingR 中的包计算贝叶斯因子。为此，我试图将模型拟合到Stan. 它是一个分层模型，其中具有参数的替代（假设）模型beta, gamma1, gamma3 & sigma。

请在下面找到型号：

和相应的rstan代码：

现在，当我从这个模型中取样时Stan；它引发以下错误：

请注意，从空模型采样时会引发类似的错误。基本上beta = beta0 = c(rnorm(1), 0)与gamma3 = rep(0, k+1)替代模型中的无限制相反。

这些显然是由于Stan. 我知道这一点是因为我在没有以下部分的情况下多次运行模型（以及空模型）：bernoulli_lpmf(x1 | Phi(X1*gamma3))在Stan模型的最后一行并相应地修改代码的数据块，然后它没有返回任何警告或错误。但是，这不会解决我的目的。因为，我的假设涉及两者beta & gamma3，并且上述部分清楚地添加了gamma3.

由于 中的错误，包中Stan的函数返回以下错误：bridge_samplerRbridgesampling

另请注意，bridge_sampler当没有来自 的错误时，不会抛出这些错误（来自） Stan。例如，模型在没有零件的情况下运行的情况bernoulli_lpmf(x1 | Phi(X1*gamma3))。

我试图最好地解释我的问题。如果需要进一步澄清，请询问我。

有人可以确定错误发生在哪里吗？

非常感谢您！

我想知道是否有可能（并且可能推荐）从包中获得标准化系数？（在文档中没有找到任何具体内容）stan_glm()rstanarm

我可以像正常回归一样标准化所有变量吗？（见下文）

例子：

标准化：

我正在尝试使用 RStan 代码模拟指数随机变量。

模拟指数随机变量的 R 代码如下所示：

如您所见，在 R 中模拟指数随机变量对我来说非常简单。A <- rexp(1000, 4)举个例子：它生成 1000 个结果的随机样本，其中 lambda = 4。然后我可以对这些模拟值进行统计分析（发现手段等）。

现在我想在使用 RStan 时做同样的事情。使用 RStudio 的 R 笔记本功能，可以“插入”不同类型的代码，其中之一是 Stan：

我有以下 Stan 和 R 代码：

但是，当我执行此代码（特别是print命令）时，我得到以下输出：

我不明白为什么我会得到如此荒谬的统计数据（4000 的意思！？）。如上所示，我的目标是能够获得与在 R 中进行分析时相同的统计数据；换句话说，我的目标是获得与 If I had done 时相同的值A <- rexp(1000, 4)，在这种特定情况下，以及X <- rexp(1000, lambda)更普遍的情况下。

显然，我的 Stan 代码是不正确的，所以我非常感谢人们可以花时间解释正确的使用方法。

stan_glm()我想知道如何根据包中的分组变量获得后验预测rstanarm？

例如，如果我的数据中有一个二进制(0, 1)编码的分组变量"vs"（基本 R 数据：）mtcars，我如何获得何时vs == 0和何时的预测vs == 1？

这是我的 R 代码：

我有一个简单的 .stan 程序，用于在 Windows 中运行良好的多级模型。但是当我运行它时，我在 Linux 中遇到了这个奇怪的错误。

'prep_call_sampler 未找到'