क्या स्टेन (विशेष रूप से, रिस्टर) में भविष्यवाणिय पश्चवर्ती वितरण उत्पन्न करने के लिए अंतर्निहित सुविधाएं हैं?
स्टेन फिट से वितरण उत्पन्न करना मुश्किल नहीं है, लेकिन मैं पहिया को फिर से नहीं बढ़ाऊंगा।
क्या स्टेन (विशेष रूप से, रिस्टर) में भविष्यवाणिय पश्चवर्ती वितरण उत्पन्न करने के लिए अंतर्निहित सुविधाएं हैं?
स्टेन फिट से वितरण उत्पन्न करना मुश्किल नहीं है, लेकिन मैं पहिया को फिर से नहीं बढ़ाऊंगा।
जवाबों:
के अनुसार स्टेन उपयोगकर्ता पुस्तिका v2.2.0 (पृष्ठों 361-362):
स्टेन में, पश्चवर्ती सिमुलेशन दो तरीकों से उत्पन्न हो सकते हैं। पहला तरीका है, पूर्वानुमानित चर को मापदंडों के रूप में मानना और फिर मॉडल ब्लॉक में उनके वितरण को परिभाषित करना। दूसरा दृष्टिकोण, जो असतत चर के लिए भी काम करता है, उत्पन्न मात्रा ब्लॉक में यादृच्छिक-संख्या जनरेटर का उपयोग करके दोहराया डेटा उत्पन्न करना है।
मैं आमतौर पर बाद का उपयोग करता हूं।
निम्नलिखित एक पूरी तरह से उत्तर नहीं है, लेकिन उम्मीद है कि यह बिना उत्तर के बेहतर है। अपने स्वयं के अनुप्रयोगों में मैं एक भी निर्भर माप के लिए मॉडल भविष्यवाणियों की जांच करने के लिए पश्चवर्ती भविष्य कहनेवाला चेक लागू करता हूं जो एक रैखिक मॉडल से उत्पन्न हुआ है। यह जेएजीएस में सरल है, लेकिन स्टेन में कुछ अधिक अपारदर्शी है।
data{
int<lower=1> N; // no. rows
real x[N]; // predictor
real y[N]; // dependent variable
}
parameters{
real alpha; // int.
real beta; // slope
real<lower=0> sigma_e; // resid. var.
real y_tilde[N]; // post. pred.
}
model{
real mu[N];
for(i in 1:N){
mu[i] <- alpha + beta*x[i];
}
y ~ normal(mu,sigma_e); //lik
y_tilde ~ normal(mu,sigma_e);
alpha ~ normal(0,5);
beta ~ normal(0,5);
sigma_e ~ cauchy(0,5);
}
generated quantities{
real minimum;
real maximum;
minimum <- min(y_tilde);
maximum <- max(y_tilde);
}
ऐसा करने का एक बेहतर तरीका होना चाहिए, इसलिए कोई कृपया बेहतर उत्तर पोस्ट करें। लेकिन उपर्युक्त कोड एन पोस्टीरियर प्रेडिक्टिव वितरण, प्रत्येक अवलोकन के लिए एक उत्पन्न करता है। मैं ऐसा इसलिए करता हूं ताकि एक्स्ट्रेमा का एक पूर्वानुमानात्मक वितरण मिल सके, लेकिन यदि आप केवल पश्चवर्ती भविष्यवाणिय मात्रा में रुचि रखते हैं, तो आप y_tilde
उन सभी के बिना कर सकते हैं। बड़े डेटा सेट के लिए उपरोक्त समाधान स्पष्ट रूप से बहुत अधिक गहन है।