在Stan中将矩阵/向量乘以标量值是不可能的吗？

如何解决在Stan中将矩阵/向量乘以标量值是不可能的吗？

考虑以下我通过RStan使用的Stan脚本：

data {
  int K; //outcome classes
  int N; //rows
  int D; //input dimensions
  int y[N];
  matrix[N,D] X;
  real days[N]; 
}
parameters {
  matrix[D,K] C;
  matrix[D,K] B;
}
model {
  matrix[N,K] pred = X*C + days*X*B; //If I remove days,it works fine. 

  to_vector(pred) ~ normal(0,5);

  for (n in 1:N)
    y[n] ~ categorical_logit(pred[n]');
}

一个不受欢迎的解决方案是，仅复制R中的days列，使其成为矩阵，并可以用于矩阵乘法。但这真的有必要吗？应该很容易通过标量值“缩放”矩阵。

错误是：

编辑：我也将天数转换为矩阵matrix[N,1] days[N]。虽然确实通过了“清理”，但由于尺寸不匹配而在编译时被拒绝。

Edit2：我已经调整了代码，现在可以执行了。但是我感到困惑，为什么甚至有必要使用嵌套的for循环。应该有一种简单的方法将所有矢量元素乘以相同的标量值。

data {
  int K; //outcome classes,3
  int N; //num rows
  int D; //input dimensions,5
  int Y[N];
  matrix[N,D] X;
  int days[N]; 
}
parameters {
  matrix[D,K] C; //[5,3] 
  matrix[D,K] B; //[5,3]
}
model {
  for (n in 1:N){
    vector[K] pred;
    vector[D] ipt;
    matrix[K,K] day_diag;
    for (i in 1:K){
      for (j in 1:K){
        if (i == j)
          day_diag[i,j] = days[n];
        else
          day_diag[i,j] = 0; 
      }
    }
    
    ipt = X[n]'; // Now row_vector [1xD]
    // [D,K] x [1,D] + [D,D]  
    pred = C * ipt   +  B * (day_diag * ipt); 
    Y[n]~categorical_logit(pred);   
  }
}

解决方法

要按向量的相应值缩放矩阵的每一行，可以使用diag_pre_multiply()，因此它将为diag_pre_multiply(days,B)。天将需要以vector[N] days而不是真实的形式读入。

顺便说一句，Stan定义了许多矩阵运算，请参见：https://mc-stan.org/docs/2_25/functions-reference/matrix-operations.html