rstan

    1热度

    1回答

    我: mu_x - 实际值的10×10矩阵 p型 - 10000长的矢量 sender_name_type - 10000长的矢量 我想找到的价值 x_real - 10000长矢量 我现在有代码,和作品,是: for(i in 1:N){ if(x_available[i]){ x_real[i]~normal(x[i],0.01);} else{ x_real[i

    0热度

    1回答

    在Windows上与rstan一起使用时,我有以下Stan代码工作得非常好。然而,使用Linux(CentOS 6的)集群上运行时,它引发了一个很长的错误,其中包括〜500行的,我想,RCPP码和最后一个块如下: Error in compileCode(f, code, language = language, verbose = verbose) : Compilation ERROR, fu

    0热度

    2回答

    摘要readRDS(file.rds): 我安装rstan包,我现在面临着这样的错误: Error in readRDS(file.rds) : unknown input format 描述: > traceback() 5: readRDS(file.rds) 4: is(obj <- readRDS(file.rds), "stanmodel") 3: stan_model(file,

    0热度

    1回答

    在使用stan()在stan中拟合模型后,如何提取每个链的BFMI?在这个对话中:https://groups.google.com/forum/#!topic/stan-dev/uJhsapVwlk8,看起来BFMI在使用打印方法时会显示一个点。但是,在使用print(stanfit)时不会显示,并且在使用get_sampler_params(stanfit)时不显示BFMI。 有没有办法从st

    1热度

    1回答

    我打算运行一个定制的Rstudio,其中tidyverse,和rstan预装在Digital Ocean的Docker 17.03.0-ce on 16.04上。 在Docker Hub上,已经有一个预建的图像:Rocker/verse具有tidyverse和的功能。所以我的计划是简单地获取最新版本的Rocker/verse并添加一个新层rstan。我使用的jonzelner/rstan和jrno

    0热度

    1回答

    请问我能请一些帮助吗? 我已经使用stan_glmer拟合了一个二项式模型,并选择了我认为最适合数据的模型。我已经使用后测预测命令将我观察到的数据与模型模拟的数据进行比较,看起来非常相似。 我现在想要预测不同级别的预测变量事件的概率。我通常会在glmer中使用predict命令,但我知道我应该使用stan_glmer的posterior_predict命令来考虑模型中的完全不确定性。如果x1和x2

    1热度

    1回答

    可以说我有一个表格y=a_{i} + b_{i,1}*x_{1} + b_{2}*x_{2}模型,其中i=1,2,...,12和我想估计这个模型使用rstanarm。 是否有可能为每个拦截a_{i}设置不同的先验(因此可以说,前4个具有normal(location = 0, scale = 1, autoscale = TRUE),在接下来的4有normal(location = 1, scal

    3热度

    1回答

    我目前正在努力遵循APA-6建议,如何报告rstanarm::stan_lmer()的输出。 首先,我将在频率方法中使用混合模型,然后尝试使用贝叶斯框架来做同样的工作。 下面是可重复的代码来获取数据: library(tidyverse) library(neuropsychology) library(rstanarm) library(lmerTest) df <- neuropsy

    0热度

    1回答

    正在关注this关于期刊报告的问题,我想知道是否对使用stan_lmer拟合的贝叶斯模型有任何总体效应量指标? 在频率论框架,有例如伪R2(由this包计算的),它返回边际和条件(方差由固定因子(一个或多个单独的)解释的比例)(由固定和随机因素解释的方差比例)R2。是否有任何等价物可以帮助我们量化和限定效应/预测功率大小? 谢谢。

    2热度

    1回答

    我正在尝试估计Rstan中的贝叶斯分层模型,并且希望在我的模型中包含多元偏斜正态分布。这不是Stan中已经定义的分布,但文档似乎表明可以使用Cholesky因子来实现它。例如,斯坦2.15.0文档在页333-334上说: “多元正态分布的标准正态变量重新参数化可以扩展到其他多元分布,多变量正态分布,如多元学生t和偏态多变量正态分布。“ 有没有人有任何想法如何实际做到这一点?我考虑在Stan实施自己