使用stan_glmer從完整的後驗分佈進行預測

Question

請問我能請一些幫助嗎？

我已經使用stan_glmer擬合了一個二項式模型，並選擇了我認爲最適合數據的模型。我已經使用後測預測命令將我觀察到的數據與模型模擬的數據進行比較，看起來非常相似。

我現在想要預測不同級別的預測變量事件的概率。我通常會在glmer中使用predict命令，但我知道我應該使用stan_glmer的posterior_predict命令來考慮模型中的完全不確定性。如果x1和x2是一個二進制事件連續預測，我想對組隨機攔截，模型公式爲：

 model <- stan_glmer(binary event ~ x1 + x2 +(1 | group), family="binomial" 

我的問題是：我要改變預測（x1和x2），看看模型如何預測觀測數據（以及這些預測的變化），可能是一個情節，但我不知道如何。任何幫助或指導將不勝感激。

Answer 1

總之，posterior_predict具有newdata論點，即與期望的x1，x2，和group值data.frame。這個論點與許多其他預測函數類似，並且有一個可以通過example(posterior_predict, package = "rstanarm")執行的例子。

在你的情況下，它可能是這樣的 nd <- with(original_data, expand.grid(x1 = seq(from = min(x1), to = max(x1), length.out = 20), x2 = seq(from = min(x2), to = max(x2), length.out = 20), group = levels(group))) PPD <- posterior_predict(model, newdata = nd) ，但你可以通過各種其他方式選擇x1和x2值。