来自 brms 的后验预测分布（逻辑回归）

Question

我是 stan 和 brms 的新手，在提取后验预测分布时遇到问题。假设我有一个简单的逻辑回归

fit = brm(y ~ x, family="bernoulli", data=df.training)

其中 y 是二进制的，x 是连续的。对于测试数据（甚至训练数据），我想我现在可以通过改变

中的 probs 来掌握伯努利概率 p 的预测分布

predict(fit, df.test, probs=seq(0, 1, 0.1))

然而，虽然此命令的输出给出了在 [0,1] 范围内连续的估计值（这有意义），但置信区间值似乎是二元的（这对我来说没有意义） ...如何获得 p 的整个后验预测分布？

Answer 1

这个问题显然是很久以前的了。但我偶然发现了它，并认为它与我自己的问题产生了共鸣。

根据我对逻辑回归模型的实验，我认为以下内容适用于默认输入：

1. posterior_linpred给出连续线性刻度；
2. fitted给出了0到1之间的连续概率尺度；
3. predict 给出二进制 [0,1] 尺度预测

我手头没有 Beta-Binomial 模型（对我来说，它是逻辑过度分散的一个很好的例子）来测试 posterior_linpred 的结果，但我我相信 fitted 和 predict 会在结果等级上。