Прогнозирование на основе полного апостериорного распределения с использованием stan_glmer

Могу я попросить о помощи?

Я подобрал биномиальную модель, используя stan_glmer, и выбрал модель, которая, на мой взгляд, лучше всего соответствует данным. Я использовал команду апостериорного предсказания, чтобы сравнить мои наблюдаемые данные с данными, моделируемыми моделью, и они кажутся очень похожими.

Теперь я хочу предсказать вероятность события для разных уровней предикторов. Я обычно использую команду прогнозирования в glmer, но я знаю, что должен использовать команду posterior_predict для stan_glmer, чтобы учесть полную неопределенность модели. Если x1 и x2 являются непрерывными предикторами для двоичного события, и мне нужен случайный перехват для группы, формула модели будет следующей:

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

Мой вопрос: я хочу варьировать предикторы (x1 и x2), чтобы увидеть, как модель предсказывает наблюдаемые данные (и изменчивость этих предсказаний), возможно, в виде графика, но я не уверен, как это сделать. Любая помощь или руководство будут очень благодарны.


rstan predict rstanarm
person gemster    schedule 04.08.2017    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Короче говоря, posterior_predict имеет аргумент newdata, который ожидает data.frame со значениями x1, x2 и group. Этот аргумент аналогичен аргументу во многих других функциях прогнозирования, и есть пример использования, который может быть выполнен через example(posterior_predict, package = "rstanarm").

В вашем случае это может быть что-то вроде 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) , но вы можете выбрать значения x1 и x2 другими способами.

person Ben Goodrich    schedule 05.08.2017