问题描述
我拟合了以下模型,其中 Y 和 var1,...,vark 是已知变量:
Y ~ 二项式(P,试验)
trials ~ Uniform(0,1e3)
logit(P) = b_1 + b_2*var1 + ... + b_k*vark
b_1,bk ~ 正常(mean=0,sd=100)
BUGS的代码是:
model
{
for (k in 1:4) {
b[k] ~ dnorm(0,1E-04)
}
for (i in 1:60) {
Y[i] ~ dbin(P[i],trials[i])
trials[i] ~ dunif(0,1E3)
logit(P[i]) <- (b[1] + b[2] * var1[i] + b[3] * var2[i] + b[4] * var3[i])
}
}
我的目标是使用逻辑回归系数的后验分布(即 b_1、...、b_4)来预测不同数据集上的 P(var1、...、var3 的新值)。为此,我需要获得预测后验分布 (PPD),但我一直无法弄清楚如何做到这一点。
对于 RJgas,是否有类似于 rstanarm::posterior_predict()
的命令?如果没有,有谁知道在这种情况下如何获得 PPD?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)