问题标签 [stan]

我正在尝试在 rstan 中拟合基本模型，但出现此错误：

错误：

追溯：

完整代码：

是什么导致了错误？

What is the proper way to format a categorical predictor to use in STAN? I cannot seem to input a categorical predictor as a normal factor variable, so what is the quickest way to transform a normal categorical variable such that Stan can accept it?

For example, say I had a a continue predictor and a categorical predictor

Which looks like this:

How would I prepare this to be entered in rstan?

我正在尝试使用 RSTAN 拟合随机效应模型。我的设计矩阵有 198 列。它是如此之宽，因为我的原始数据框是一堆因子变量，我将其转换为二进制指标以尝试在 STAN 中拟合模型。我可以使用从一个或两个预测变量转换而来的几列来拟合模型，但完成 1/2 的采样需要 10 个小时。

这是我用来尝试拟合模型的 STAN 代码（基本线性模型）。我试过矢量化，但也许有办法进一步优化？另外，为什么要花这么长时间的直觉是什么？

假设我想在两个级别上对随机效应进行建模，即我有两个级别的嵌套：父组中的个人和祖父组中的父组。我知道如何从这些示例中为单个随机效应（如下）编写基本模型，但我不知道如何编写等价于

在 lmer。

单个 RE 的 STAN 代码。问题是，如何嵌套a在更高级别b？

我正在尝试使用 Rstan 拟合来自 Christensen、Johnson、Branscum 和 Hanson 的贝叶斯思想和数据分析的示例模型：科学家和统计学家简介。作者使用 WinBUGS，因此需要进行一些调整。数据在这里，WinBUGS 代码复制在这篇文章的底部。这是一个非常简单的模型，但我是一个完整的初学者，我不知道如何解决我遇到的错误。我的斯坦代码如下：

解析器抛出以下错误：

（我认为）我知道解析器告诉我我正在尝试将不适当的数据类型传递给模型块中的 multi_normal 函数，但我不知道这是从哪里来的。我怀疑我在定义协方差矩阵时做错了，但似乎不止一个参数的数据类型不正确......

WinBUGS 代码我正在对我的 Stan 代码进行建模：

我是 Rstan 世界的新手，但我的论文确实需要它。我实际上正在使用来自纽约大学的一个人的脚本和一个类似的数据集，他报告说类似 DS 的估计时间约为 18 小时。但是，当我尝试运行我的模型时，它在 18 小时内不会超过 10%。因此，我请求一些帮助以了解我做错了什么以及如何提高效率。

我正在运行一个 500 迭代、100 次预热 2 链模型，其中包含 5 个参数的 Bernoulli_logit 函数，试图通过 No U Turn MC 程序估计其中的 2 个。（在每个步骤中，它从随机正态 a 中提取每个参数，然后估计 y 并将其与实际数据进行比较，以查看新参数是否更适合数据）

（n 约为 1000 万）我的数据是 0 和 1 的 10.000x1004 矩阵。总结一下，这是一个关于人们在推特上关注政客的矩阵，我想根据他们关注的人来估计他们的政治理念。我在带有 R x64 3.1.1 的 RStudio 上运行模型，在 Win8 Professional、6 位、I7 四核和 16 GB 内存上运行。检查性能，rsession 使用不超过 14% 的 CPU 和 6GB 的内存，尽管还有 7 GB 是免费的。在尝试对 10.000x250 矩阵进行二次采样时，我注意到它将使用低于 1.5GB 的空间。但是，我已经使用 50x50 数据集尝试了该过程，并且效果很好，因此该过程没有错误。Rsession 打开 8 个线程，我看到每个内核上的活动，但没有一个被完全占用。我想知道为什么我的电脑不能尽其所能地工作，以及是否可能存在一些瓶颈、上限或设置阻止它这样做。R 是 64 位的（刚刚检查过），所以 Rstan 应该是（即使我在安装时遇到了一些困难并且可能弄乱了一些参数）

这就是我编译它时发生的事情

而当我运行它时，它只能工作几个小时，但它永远不会超过第一个链的 10%（主要是因为我在我的电脑即将崩溃后中断了它）。

并具有以下设置：

请帮我找出是什么减慢了程序（如果没有发生任何事情，我可以操纵什么来在更短的时间内获得一些合理的结果？）。

我提前谢谢你，

机器学习

这是模型（来自纽约大学的 Pablo Barbera）

我有一个模型，用于rho从. 每个项目都有一个固定的效果（平均向量），但我还想为每个人添加一个随机效果。我不是 100% 确定如何做到这一点，但我有一个猜测，如果有人能确认或更正它，我将不胜感激。我只需要将最后一行更改为以下内容：N_itemsN_subjectsmu

gamma[i]person 的随机效应在哪里i？（此外，在块中声明实数列向量，parameters然后在model block.

顺便说一句，如果有人对提高这个模型的效率有任何建议，我将永远感激不尽。

我在 PySTAN 工作。假设我的可能性是：p1 * p2

在哪里p1 ~ N(x, xerr)

和

我的模型是：

然而，我得到了一个错误！

我要做的就是将可能性乘以一个常数，以防满足某个条件。我怎样才能在 PySTAN 中做到这一点？

这是我得到的错误和回溯：

Stan 提供的功能

用于获取对称矩阵 A 的特征值和特征向量，但是如果您的矩阵是非对称的怎么办？你还能得到特征值和特征向量吗？另外，有没有办法测试我是否得到正确的特征向量？如何测试 Stan 程序的各个部分？

是否可以根据任意后验函数定义 Stan 模型？

我正在考虑类似于 MCMCPack 的 MCMCmetrop1R() 功能，其中用户定义了任意后验函数。如果有一个很好的例子来说明如何去做，我会很好地研究 C++ API 来做到这一点。