brms:如何在分类变量上设置优先级？
提问于 2019-11-24 16:54:37
我正在使用两个分类变量构建一个二项式回归模型。这是从《统计反思》一书中的一个例子中得出的。在这本书中，当使用rethinking包时，我们可以为每个分类变量设置先验，如下所示
m11.5 <- ulam(
alist(
pulled_left ~ dbinom( 1 , p ) ,
logit(p) <- a[actor] + b[treatment] ,
a[actor] ~ dnorm( 0 , 1.5 ),
b[treatment] ~ dnorm( 0 , 0.5 )
) ,
data=d , chains=4 , log_lik=TRUE )我正试图在brms中做同样的事情。
priors <- c(prior(normal(0, 1.5), class = b, coef = "actor"),
prior(normal(0, 0.5), class = b, coef = "treatment"))
m11.5 <- brm(data = d, family = binomial,
formula = pulled_left | trials(1) ~ 1 + actor + treatment,
sample_prior = T, prior = priors,
cores = 4, chains = 4)我想为所有演员级别和一次提到的治疗级别设置先验。然而，上面的代码没有完成以下错误消息，
在使用get_prior时，我看到了以下内容(这意味着级别在内部是分开的)
我不想为每一级分类变量指定先验。我该怎么做呢？敬请指教。
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-11-29 00:47:29
您只需粘贴和设置多个系数：
priors <- c(prior_string("normal(0, 1.5)", class = "b", coef = paste("actor", 2:7, sep="")),
prior_string("normal(0, 0.5)", class = "b", coef = paste("treatment", 2:4, sep="")))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/59020123
复制相关文章
点击加载更多
腾讯云开发者
