来自兄弟的后验预测分布(逻辑回归)

Question

我是新来的都stan和brms,以及遇到问题后提取的预测分布.假设我有一个简单的逻辑回归

fit = brm(y ~ x, family="bernoulli", data=df.training)

其中y是二进制和x连续的.对于测试数据(甚至是训练数据),我想我现在可以p通过改变来获得bernoulli概率的预测分布probs.

predict(fit, df.test, probs=seq(0, 1, 0.1))

然而,虽然这个命令的输出给出了在范围内连续的估计[0,1](这是有意义的),但置信区间值似乎是二进制的(这对我来说没有意义)...我如何获得整个后验预测分布p？

Answer 1

这个问题显然是很久以前的问题了。但我偶然发现了它，并认为它与我自己的问题产生了共鸣。

根据我对逻辑回归模型的实验，我认为以下对于默认输入是正确的：

1. posterior_linpred给出连续线性标度；
2. fitted给出 0 到 1 之间的连续概率标度；
3. predict给出了二进制 [0,1] 尺度预测

我手头没有 Beta-二项式模型（对我来说，这是一个过度分散的逻辑的很好的例子）来测试 的结果是什么posterior_linpred，但我相信 和fitted将predict在结果上规模。