基于 `rstanarm` 包中的 `stan_glm()` 的分组变量的后验预测?
posterior prediction based on a grouping variable from `stan_glm()` in `rstanarm` package?
我想知道如何根据 rstanarm
包中 stan_glm()
的分组变量获得后验预测?
例如,如果我的数据中有一个名为 "vs"
的二进制 (0, 1)
编码分组变量(基本 R 数据:mtcars
),我如何获得何时的预测vs == 0
什么时候 vs == 1
?
这是我的 R 代码:
library(rstanarm)
fit <- stan_glm(mpg ~., data = mtcars)
posterior_predict(fit, newdata = WHAT SHOULD BE HERE?)
探索例如vs
对结果(在你的情况下 mpg
)你可以在 vs == 0
和 vs == 1
的子集上分别使用 posterior_predict
:
posterior_predict(fit, newdata = subset(mtcars[1:10, ], vs == 0));
和
posterior_predict(fit, newdata = subset(mtcars[1:10, ], vs == 1));
?rstanarm::posterior_predict
中提供了更多详细信息。
我想知道如何根据 rstanarm
包中 stan_glm()
的分组变量获得后验预测?
例如,如果我的数据中有一个名为 "vs"
的二进制 (0, 1)
编码分组变量(基本 R 数据:mtcars
),我如何获得何时的预测vs == 0
什么时候 vs == 1
?
这是我的 R 代码:
library(rstanarm)
fit <- stan_glm(mpg ~., data = mtcars)
posterior_predict(fit, newdata = WHAT SHOULD BE HERE?)
探索例如vs
对结果(在你的情况下 mpg
)你可以在 vs == 0
和 vs == 1
的子集上分别使用 posterior_predict
:
posterior_predict(fit, newdata = subset(mtcars[1:10, ], vs == 0));
和
posterior_predict(fit, newdata = subset(mtcars[1:10, ], vs == 1));
?rstanarm::posterior_predict
中提供了更多详细信息。