问题标签 [rstanarm]

我正在尝试为多级逻辑回归编写 stan 代码。我尝试的模型是具有两个预测变量的混合截距逻辑模型。第一级是儿童级，第二级是妈妈级。当我尝试将我编写的代码的摘要结果与由 function 生成stan_glmer()的结果进行匹配时，固定截距的结果不匹配。首先，我使用的数据如下：

其次，stan代码编写如下：

将数据拟合到模型：

我得到了以下结果： 写模型的结果 但是，如果我使用stan_glmer()函数，结果将如下所示。

但结果不匹配，尤其是固定截距的结果。 stan_glmer() 函数生成的结果

谁能帮我弄清楚我的代码有什么问题？谢谢！

如何为序数回归中的每个预测变量生成每个结果的后验概率分布？

例如，我正在寻找的是：

现在使用 rstanarm 我做：

但是我如何获得各个结果/预测变量的分布？我确实使用 epred 得到了概率分布，但我不明白哪个结果/预测变量？

posterior_epred(fit, newdata=data.frame(agegp=factor(levels(esoph$agegp))))

我想使用 R 中的bayestestRand执行贝叶斯逻辑回归rstanarm。我相信输出在log(odds ratio)中。您是否知道我可以将所有内容（即中心性、不确定性、存在性和显着性指标）转换为优势比的方法。我知道包中的tbl_summary函数gtsummary有一个参数，exponentiate = TRUE它返回 OR 中的所有内容。

代码：

编辑 - 我已经设法解决了这个问题。看我下面的评论

我正在使用我设置的先验使用 rstanarm 在 R 中运行贝叶斯回归，使用以下代码：

priors <- rstanarm::normal(location = c(-1, 0.5, 2), scale = c(1, 2, 0.5))

bmd <- stan_glm(s01_1 ~ pc + a03 + l01, data=bes19, prior = priors, iter=1000, seed=6942)

这会输出以下错误，我不知道如何纠正：

如有任何解决方案，我将不胜感激。谢谢你。

stan语言为 Multi-logit 回归提供了工具。我想通过rstanarm包来做到这一点。这可能吗？四年前也有人问过同样的问题。有任何进展吗？

我正在使用 rstanarm 并希望创建必然为正的先验，因此较低> 0。我怎样才能做到这一点？

我正在尝试使用stan_gamm4并r遇到以下错误。

任何帮助表示赞赏。

我正在创建一个包含一系列新概率分布的 R 包。除了在 RI 中实现密度函数之外，还将它们实现为 Stan 函数。functions { ... }我的想法是，人们可以通过将我的代码粘贴到他们的 Stan 模型规范块中来根据我的分布创建他们自己的模型。

但是，我不确定应该如何分发 Stan 代码片段。我目前正在通过为每个概率密度包含一个 R 函数来执行此操作，该函数返回一个包含 Stan 代码的字符串。

有没有更好的方法可以通过 R 包提供 Stan 代码片段？

也许我根本不应该为此目的使用 R 包？

我试过查看 rstanarm 和 brms 包，但他们做的事情比我想要实现的要复杂得多。我不是想为人们创建 Stan 模型。我只是想要一种很好的方法来分发和维护人们可以在他们自己的模型规范中使用的 Stan 函数。

有没有办法rstanarm指定从不同概率分布族（例如柯西、高斯、几何等）中提取的模型参数（例如模型系数）的先验，而不是简单地让尺度和位置参数变化？虽然将值向量传递给包的模型函数的prior_location 和prior_scale 参数很简单，但这假设系数上的所有先验都是例如高斯的，而不是一些是高斯的而其他的是泊松等。