สแตนทำโปสเตอร์ทายผลล่วงหน้าได้หรือไม่?


9

สแตน (โดยเฉพาะอย่างยิ่ง rstan) มีสิ่งอำนวยความสะดวกในตัวเพื่อสร้างการกระจายหลังที่ทำนายได้หรือไม่?

มันไม่ยากที่จะสร้างการกระจายจากสแตนพอดี แต่ฉันไม่อยากประดิษฐ์ล้อ


2
มีส่วนปริมาณที่สร้างขึ้นในตอนท้ายที่ควรจะสามารถจัดการกับการจำลองได้ แต่เอกสาร (ณ วันที่ 1.3 แต่เวอร์ชัน 2 ควรจะออกเร็ว ๆ นี้) ไม่ได้อธิบายอย่างละเอียดถึงวิธีการทำสิ่งนี้ให้สำเร็จ คุณอาจลองถามรายการส่งจดหมาย
จอห์น

คำตอบ:


4

ตามคู่มือผู้ใช้สแตน v2.2.0 (หน้า 361–362):

ในสแตนการจำลองหลังสามารถสร้างได้สองวิธี วิธีแรกคือการปฏิบัติต่อตัวแปรที่คาดการณ์ไว้เป็นพารามิเตอร์และจากนั้นกำหนดการกระจายของพวกเขาในรูปแบบบล็อก แนวทางที่สองซึ่งทำงานกับตัวแปรที่ไม่ต่อเนื่องคือการสร้างข้อมูลที่จำลองแบบโดยใช้เครื่องกำเนิดตัวเลขสุ่มในบล็อกปริมาณที่สร้างขึ้น

ฉันมักจะใช้หลัง


3

ต่อไปนี้ไม่ใช่คำตอบที่ละเอียด แต่หวังว่ามันจะดีกว่าไม่มีคำตอบ ในแอปพลิเคชันของฉันเองฉันใช้การตรวจสอบแบบคาดการณ์ล่วงหน้าเพื่อตรวจสอบการทำนายแบบจำลองสำหรับการวัดแบบพึ่งพาเดี่ยวซึ่งถูกสร้างขึ้นจากแบบจำลองเชิงเส้น สิ่งนี้ง่ายใน JAGS แต่ค่อนข้างทึบแสงในสแตน

data{
    int<lower=1> N; // no. rows
    real x[N]; // predictor
    real y[N]; // dependent variable
}
parameters{
    real alpha; // int.
    real beta; // slope
    real<lower=0> sigma_e; // resid. var.
    real y_tilde[N]; // post. pred.
}
model{
    real mu[N];
    for(i in 1:N){
        mu[i] <- alpha + beta*x[i];
    }

    y ~ normal(mu,sigma_e); //lik
    y_tilde ~ normal(mu,sigma_e);

    alpha ~ normal(0,5);
    beta ~ normal(0,5);
    sigma_e ~ cauchy(0,5);
}
generated quantities{
    real minimum;
    real maximum;
    minimum <- min(y_tilde);
    maximum <- max(y_tilde);
}

ต้องมีวิธีที่ดีกว่าในการทำเช่นนี้ดังนั้นใครบางคนโปรดโพสต์คำตอบที่ดีกว่า แต่โค้ดด้านบนสร้างการกระจายการคาดการณ์หลัง N หนึ่งอันสำหรับแต่ละการสังเกต ฉันทำสิ่งนี้เพื่อให้สามารถพบการกระจายตัวของ extrema ที่สามารถคาดการณ์ได้ แต่ถ้าคุณสนใจเฉพาะปริมาณการทำนายหลังy_tildeคุณอาจทำได้โดยไม่ต้องมีทั้งหมด สำหรับชุดข้อมูลขนาดใหญ่การแก้ปัญหาด้านบนนั้นเห็นได้ชัดว่าใช้พื้นที่มากเกินไป

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.