Question

我想学习如何在stan中使用Dirichlet发行版。

我有一张表格，其中包含因子变量的六个等级中每个等级的观察总数：

     counts    n     factor_var 
    -------- ------ ------------
      3710    4386    level 1   
      252     4386    level 2   
      332     4386    level 3   
       59     4386    level 4   
       29     4386    level 5   
       4      4386    level 6

我想简单地估计dirichlet参数，即a值来自给定级别的概率。我知道它可以在R（gtools::rdirichlet(number_of_samples, df$counts)）中轻松完成，但我最终的目标是基于估计的分层模型。

这是我到目前为止的stan模型。该模型没有编译，因为分类分布的结果是来自＆lt; 1，n_levels＆gt;的离散数字。

    data {
      int<lower=1> n_levels;
      int counts[n_levels];
    }

    parameters {
      vector<lower=0>[n_levels] priors;
      simplex[n_levels] level_p;
    }

    model {
      level_p ~ dirichlet(priors);
      counts ~ categorical_logit(level_p);
    }

这是R代码：

    df <-
      data.frame(
        counts=c(3710, 252, 332, 59, 29, 4),
        n = c(4386, 4386, 4386, 4386, 4386, 4386),
        factor_var = factor(1:6, labels=paste0('level ', 1:6)))


    data<-list(
      n_levels=6,
      counts<-df$counts
    )

    fit1<-stan(
      file='model.stan')

运行时，编译后，我收到以下错误：

    SAMPLING FOR MODEL 'model' NOW (CHAIN 1).
    Rejecting initial value:
      Error evaluating the log probability at the initial value.
    Exception: categorical_logit_lpmf: categorical outcome out of support is 3710, but must be in the interval [1, 6]  (in 'model6fffc8dd594_proba_stan' at line 13)

    ...

    Initialization between (-2, 2) failed after 100 attempts. 
     Try specifying initial values, reducing ranges of constrained values, or reparameterizing the model.
    [1] "Error in sampler$call_sampler(args_list[[i]]) : Initialization failed."
    error occurred during calling the sampler; sampling not done

Answer 1

您需要使用多项分发。

categorical_logit假定日志赔率参数，而不是单纯形参数。

有一些如何在手册中安装Dirichlet的例子，包括一些广义的先验。

stan中的多项式模型 - 如何拟合dirichlet分布参数？

1 个答案: