如何在Brms中将不同的先验放在分类变量的不同级别上？

问题描述

这只是来自贝叶斯新手的编码查询。

我有这种类型的模型：

response ~ pred + (1 | participant) + (1 | item)  # pred = {level1,level2,level3} [ref level = level1]

我正在使用Brms。我想在三个层次上设置不同的先验条件。假设这些是先验的：

• 拦截（等级1）：N〜（1,1）
• 第2级相对于第1级的效果：N〜（0,1）
• 第3级相对于第1级的效果：N〜（-1,1）

我想我知道如何为level1设置先验；我遇到的麻烦是为level2和level3设置了两个不同的优先级。由于我有限的Brms技能，这是我可以获得的最接近的东西：

prior1 <- c(
prior(normal(1,1),class = Intercept),# level1
prior(normal(0,class = b,coef = weight) # prior for level 2,but specified as if there is no level3        
)

如您所见，我不知道如何处理level3。

显然，在Stan中可以这样做。 （不幸的是，我对Stan不熟练。）我在某处找到了以下代码：

// prior specifications
b[1] ~ normal (0,1);
b[2] ~ normal (-1,1);
temp_Intercept ~ normal (1,1)

简而言之，有人可以告诉我如何修改上面的brms代码，以便我可以为level2和level3设置单独的先验吗？

我非常感谢您对此提供的帮助。我确实找到了this earlier query，但不确定是否与查询相关。

解决方法

您可以使用函数get_prior()查看可以为给定模型指定的先验条件。这是R附带的iris数据集的示例。您可以像这样指定模型和要使用的数据：

get_prior(Sepal.Length ~ Species,data = iris)

哪个输出如下：

                   prior     class              coef group resp dpar nlpar bound
1                                b                                              
2                                b Speciesversicolor                            
3                                b  Speciesvirginica                            
4 student_t(3,5.8,2.5) Intercept                                              
5   student_t(3,2.5)     sigma           

我们在这里看到可以在Species的3个级别中指定2个。第一级的coef按字母顺序对应于Intercept，并指定了其他两个级别的coef名称。因此，您应该能够像这样为versicolor和virginica指定不同的先验：

priors <- c(
prior(normal(1,1),class = Intercept),prior(normal(0,class = b,coef = Speciesversicolor),coef = Speciesvirginica)
)

请注意，这只是与您的代码最接近的示例代码，因为我无法复制您包含的代码。运行get_prior()应该会为您提供所需的详细信息，以适合每个级别的预测变量。