后验预测分布 RJags

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@）

predictive r r rjags