如何解决如何在Brms中将不同的先验放在分类变量的不同级别上?
这只是来自贝叶斯新手的编码查询。
我有这种类型的模型:
response ~ pred + (1 | participant) + (1 | item) # pred = {level1,level2,level3} [ref level = level1]
我正在使用Brms。我想在三个层次上设置不同的先验条件。假设这些是先验的:
- 拦截(等级1):N〜(1,1)
- 第2级相对于第1级的效果:N〜(0,1)
- 第3级相对于第1级的效果:N〜(-1,1)
我想我知道如何为level1设置先验;我遇到的麻烦是为level2和level3设置了两个不同的优先级。由于我有限的Brms技能,这是我可以获得的最接近的东西:
prior1 <- c(
prior(normal(1,1),class = Intercept),# level1
prior(normal(0,class = b,coef = weight) # prior for level 2,but specified as if there is no level3
)
如您所见,我不知道如何处理level3。
显然,在Stan中可以这样做。 (不幸的是,我对Stan不熟练。)我在某处找到了以下代码:
// prior specifications
b[1] ~ normal (0,1);
b[2] ~ normal (-1,1);
temp_Intercept ~ normal (1,1)
简而言之,有人可以告诉我如何修改上面的brms代码,以便我可以为level2和level3设置单独的先验吗?
我非常感谢您对此提供的帮助。我确实找到了this earlier query,但不确定是否与查询相关。
解决方法
您可以使用函数get_prior()
查看可以为给定模型指定的先验条件。这是R附带的iris
数据集的示例。您可以像这样指定模型和要使用的数据:
get_prior(Sepal.Length ~ Species,data = iris)
哪个输出如下:
prior class coef group resp dpar nlpar bound
1 b
2 b Speciesversicolor
3 b Speciesvirginica
4 student_t(3,5.8,2.5) Intercept
5 student_t(3,2.5) sigma
我们在这里看到可以在Species
的3个级别中指定2个。第一级的coef
按字母顺序对应于Intercept,并指定了其他两个级别的coef
名称。因此,您应该能够像这样为versicolor
和virginica
指定不同的先验:
priors <- c(
prior(normal(1,1),class = Intercept),prior(normal(0,class = b,coef = Speciesversicolor),coef = Speciesvirginica)
)
请注意,这只是与您的代码最接近的示例代码,因为我无法复制您包含的代码。运行get_prior()
应该会为您提供所需的详细信息,以适合每个级别的预测变量。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。