Прогнозирование из полного апостериорного распределения с использованием stan_glmer

Question

Могу я попросить о помощи, пожалуйста?

Я использовал биномиальную модель, используя stan_glmer, и выбрал модель, которая, я думаю, лучше всего подходит для данных. Я использовал команду апостериорного прогнозирования, чтобы сравнить мои наблюдаемые данные с данными, моделируемыми моделью, и это кажется очень похожим.

Теперь я хочу предсказать вероятность события для разных уровней предикторов. Я обычно использовал команду предсказания в glmer, но я знаю, что должен использовать команду posterior_predict для stan_glmer, чтобы учесть полную неопределенность в модели. Если x1 и x2 являются непрерывными предикторами для двоичного события, и я хочу, чтобы случайный перехват в группе, формула модели была бы:

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

Мой вопрос: я хочу изменить предикторы (x1 и x2), чтобы увидеть, как модель прогнозирует наблюдаемые данные (и изменчивость в этих прогнозах), возможно, в виде графика, но я не уверен, как. Любая помощь или руководство будет принята с благодарностью.

Answer 1

Короче, posterior_predict имеет newdata аргумент, который ожидает data.frame со значениями x1, x2, а также group, Этот аргумент аналогичен аргументу во многих других функциях прогнозирования, и есть пример использования, который можно выполнить с помощью 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 а также x2 различными другими способами.