问题标签 [rstanarm]

I am trying to get the marginal effects, according to this post: http://andrewgelman.com/2016/01/14/rstanarm-and-more/

Issue

After running this code i get the following error: I get an error that y not found, which actually means that i also need to pass y in the newdata, which it shouldn't be the case according to ?posterior_predict

Reasoning

I need tmp <- posterior_predict(glm1,newdata=md[,.(x1,x2)]) because according to the post above (as far as i understand), in order to calculate the marginal effect of x1 (if i assume that x1 is binary) would be

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：

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。

假设我有一个表格模型，我想y=a_{i} + b_{i,1}*x_{1} + b_{2}*x_{2}在哪里估计这个模型。i=1,2,...,12rstanarm

是否可以为每个截距设置不同的先验a_{i}（比如说前 4 个 have normal(location = 0, scale = 1, autoscale = TRUE)，下一个 4 havenormal(location = 1, scale = 2, autoscale = TRUE)和最后一个 4 student_t(df = 1, location = 0, scale = NULL, autoscale = TRUE)）。我还想为b_{i,1}and last设置相同的先验b_{2}~normal(location = 3, scale = 1, autoscale = TRUE)。

可以用 rstanarm 做到这一点吗？

我确实在rstanarm. 当我执行以下代码时，它给出了所有迭代的预测变量的平均值：

我想要我的解决方案在每次迭代中预测变量的值。谁能帮我解决这个问题？

我正在尝试使用先验分层收缩在 rstanarm 中拟合线性模型。但是，我确实收到一条错误消息，指出先验位置必须大于 0。

我有点惊讶，因为hs()先验没有位置参数。我尝试使用标准法线先验拟合相同的模型，但我得到了同样的错误，这对我来说没有多大意义，因为 0 居中先验是默认选项。

我查看了 github 存储库中的stan_lm.R和stan_lm.fit.R文件，但我一直无法找到此错误的来源。

下面我包含复制错误的代码，请注意，此示例中的先验选择可能不是很合适，但这段代码的唯一目的是说明我得到的错误：

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：

在这种使用 rstanarm 计算二项式 logit 边际效应的方法中， https: //stackoverflow.com/a/45042387/9264004

可以通过取分位数来计算边际效应的间隔，如下所示：

还是有更正确的方法来计算效果的标准误差？

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。

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？