如何在rstanarm中为stan_lmer多级模型指定一个信息量优先级？

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@）