如何解决如何在rstanarm中为stan_lmer多级模型指定一个信息量优先级?
我正在rstanarm中创建一个贝叶斯多层次模型,以通过人口统计学控制每年(以年为第二层次)的政党身份来预测满意度。 (我是rstanarm的新手,因此我的语法可能已关闭)。公式是:
stanmodel_levels <- stan_lmer(nhssat ~ 0 + partyid + age_category + marital_status + class + region + ethnic_minority + (0 + partyid_new | year),data = df,iter = 2200,chains = 4,seed = 1,adapt_delta = 0.999,QR = FALSE)
响应变量“ nhssat”为5点李克特量表。因为我要删除截距以预测实际满意度(即3.5),所以我的先决条件是系数将接近3,并且绝对不会高于5且低于1。
鉴于这是一个多层次模型,我在理解有关指定先验的渐晕时遇到了麻烦。鉴于响应变量的Likert性质,我需要使用什么代码来指定更准确的先验?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。