我试图在Stan中编写一个定制的Probit函数,以提高我对Stan语言和可能性的理解。到目前为止,我已经写了普通pdf的对数,但收到了一条错误信息,当我试图写出可能性时,我发现这条错误信息是无法理解的。我做错了什么?
Stan模型
functions {
real normal_lpdf(real mu, real sigma) {
return -log(2 * pi()) / 2 - log(sigma)
- square(mu) / (2 * sigma^2);
}
real myprobit_lpdf(int y | real mu, real sigma) {
return normal_lpdf(mu, sigma)^y * (1 - normal_lpdf(mu, sigma))^(1-y);
}
}
data {
int N;
int y[N];
}
parameters {
real mu;
real<lower = 0> sigma;
}
model {
for (n in 1:N) {
target += myprobit_lpdf(y[n] | mu, sigma);
}
}
错误
解析器期望:在stanc中出错(model_code=粘贴(程序,崩溃= "\n"),model_name = model_cppname,:由于上面的错误,无法解析Stan模型'Probit_lpdf‘。
R代码模拟数据
## DESCRIPTION
# testing a Probit model
## DATA
N <- 2000
sigma <- 1
mu <- 0.3
u <- rnorm(N, 0, 2)
y.star <- rnorm(N, mu, sigma)
y <- ifelse(y.star > 0,1, 0)
data = list(
N = N,
y = y
)
## MODEL
out.stan <- stan("Probit_lpdf.stan",data = data, chains = 2, iter = 1000 )
发布于 2019-05-15 13:47:45
完整的错误消息是
SYNTAX ERROR, MESSAGE(S) FROM PARSER:
Probabilty functions with suffixes _lpdf, _lpmf, _lcdf, and _lccdf,
require a vertical bar (|) between the first two arguments.
error in 'model2a7252aef8cf_probit' at line 7, column 27
-------------------------------------------------
5: }
6: real myprobit_lpdf(real y, real mu, real sigma) {
7: return normal_lpdf(mu, sigma)^y * (1 - normal_lpdf(mu, sigma))^(1-y);
^
8: }
-------------------------------------------------
它告诉您,normal_lpdf
函数除三个输入和一个垂直条外,将第一个输入和第二个输入分隔开来。
将函数与斯坦语言(如normal_lpdf
)中的函数同名也不是一个好主意。
但是,您编写的函数并不实现probit模型的日志可能性。首先,错误的标准差不是由数据标识的,因此不需要sigma
。那么,正确的表达式应该是类似于
real Phi_mu = Phi(mu);
real log_Phi_mu = log(Phi_mu);
real log1m_Phi_mu = log1m(Phi_mu);
for (n in 1:N)
target += y[n] == 1 ? log_Phi_mu : log1m_Phi_mu;
虽然这只是一种缓慢的做法
target += bernoulli_lpmf(y | Phi(mu));
https://stackoverflow.com/questions/56157744
复制