適用於適應性試驗的rstanarm

Question

我開始探索rstanarm軟件包，並很好奇這個軟件包可能如何用於自適應試驗場景。在vignette內給出的示例場景提供了-0.622的後驗可信區間，從-0.69到-0.56。

如果我希望將後驗用作我的下一個模型的先前版本，那麼當我從自適應試驗中獲得其他數據時，我的腳本會是什麼樣子？

# Code from vignette 
t_prior <- student_t(df = 7, location = 0, scale = 2.5) 
fit1 <- stan_glm(switch ~ dist100, data = wells, 
      family = binomial(link = "logit"), 
       prior = t_prior, prior_intercept = t_prior, 
       chains = 10, cores = 2, seed = 3245, iter = 100) 

Answer 1

你的問題在rstanarm框架中不是很容易回答，因爲它只爲前輩提供有限的選擇。

將第一階段和第二階段的總數據合併得到後驗分佈（基本上忽略了第一階段後的中間後驗分佈），這完全有效。或者，你可以做你的階段建議我，然後調用 draws <- as.matrix(fit1) mu <- colMeans(draws) Sigma <- cov(mu) 和使用這些（估計）mu和Sigma值作爲超參數多元正常之前在第二階段的係數過。不幸的是，這樣的先驗不被rstanarm支持，所以你需要用斯坦語言編寫一個伯努利可能性，一個邏輯鏈接和一個多變量正態分佈的模型，或者我認爲你可以完成所有使用brm函數的模型在brms包中，它從R語法生成Stan代碼並從相應的後驗分佈中繪製。

這兩種方法在概念上都應該在第二階段後給出相同的後驗分佈。然而，對於有限數量的後驗抽樣，它們會有一些差異，而多元正態先驗可能並不完全描述您在階段I之後獲得的後驗分佈。