如何在R中使用arm或rstanarm包來模擬感興趣的數量？

Question

我想知道如何模擬利用R中的arm或rstanarm包估計的迴歸模型中的感興趣的數量。我是貝葉斯方法和R中的新手，並且已經使用Zelig包一段時間了。我問了一個類似的問題before，但我想知道是否可以使用這些包估計的後驗分佈來模擬這些數量。

在Zelig中，您可以設置獨立值所需的值，並計算結果變量（期望值，概率等）的結果。一個例子：

# Creating a dataset: 
set.seed(10) 
x <- rnorm(100,20,10) 
z <- rnorm(100,10,5) 
e <- rnorm(100,0,1) 
y <- 2*x+3*z+e 
df <- data.frame(x,z,e,y) 

# Loading Zelig 
require(Zelig) 

# Model 
m1.zelig <- zelig(y ~ x + z, model="ls", data=df) 
summary(m1.zelig) 

# Simulating z = 10 
s1 <- setx(m1.zelig, z = 10) 
simulation <- sim(m1.zelig, x = s1) 
summary(simulation) 

所以Zelig保持X在其平均值（20.56），以及模擬的其中Z = 10感興趣的量在這種情況下，y爲約71

使用arm同樣的模型：

# Model 
require(arm) 
m1.arm <- bayesglm(y ~ x + z, data=df) 
summary(m1.arm) 

而且使用rstanarm：

# Model 
require(rstanarm) 
m1.stan <- stanlm(y ~ x + z, data=df) 
print(m1.stan) 

有沒有什麼辦法來模擬z = 10，x等於它的平均值，用這兩個包估計的後驗分佈並得到y的期望值？非常感謝你！

Answer 1

在bayesglm的情況下，你可以做

sims <- arm::sim(m1.arm, n = 1000) 
y_sim <- rnorm(n = 1000, mean = sims@coef %*% t(as.matrix(s1)), sd = sims@sigma) 
mean(y_sim) 

對於（未發行）rstanarm，這將是類似

sims <- as.matrix(m1.stan) 
y_sim <- rnorm(n = nrow(sims), mean = sims[,1:(ncol(sims)-1)] %*% t(as.matrix(s1)), 
       sd = sims[,ncol(sims)]) 
mean(y_sim) 

一般斯坦，你可以通過S1作爲row_vector並將其用於.stan文件的生成數量塊中，如

generated quantities { 
    real y_sim; 
    y_sim <- normal_rng(s1 * beta, sigma); 
} 

在這種情況下，p當你的print後面的摘要時，會出現y_sim的後綴分佈。