问题描述
我正在rstanarm中创建一个贝叶斯多层次模型,以通过人口统计学控制每年(以年为第二层次)的政党身份来预测满意度。 (我是rstanarm的新手,因此我的语法可能已关闭)。公式是:
stanmodel_levels <- stan_lmer(nhssat ~ 0 + partyid + age_category + marital_status + class + region + ethnic_minority + (0 + partyid_new | year),data = df,iter = 2200,chains = 4,seed = 1,adapt_delta = 0.999,QR = FALSE)
响应变量“ nhssat”为5点李克特量表。因为我要删除截距以预测实际满意度(即3.5),所以我的先决条件是系数将接近3,并且绝对不会高于5且低于1。
鉴于这是一个多层次模型,我在理解有关指定先验的渐晕时遇到了麻烦。鉴于响应变量的Likert性质,我需要使用什么代码来指定更准确的先验?
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@)