r - 来自 brms 的后验预测分布(逻辑回归)

Question

我是两个新手 stan和 brms ，并且无法提取后验预测分布。假设我有一个简单的逻辑回归

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

哪里 y是二进制和 x连续。对于测试数据(甚至是训练数据)，我想我现在可以掌握伯努利概率的预测分布 p ，通过更改 probs在

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

但是，虽然此命令的输出为我提供了在 [0,1] 范围内连续的估计值(这是有道理的)，置信区间值似乎是二元的(这对我来说没有意义)......我如何获得 p 的整个后验预测分布?

Answer 1

这个问题显然是很久以前的事了。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:

posterior_linpred给出了连续的线性标度；

fitted给出了 0 到 1 之间的连续概率尺度；

predict给出了二进制 [0,1] 尺度预测

我手头没有一个 Beta-Binomial 模型(对我来说，这是一个很好的关于过度分散的逻辑例子)来测试 posterior_linpred 的结果。会，但我相信 fitted和 predict将在结果量表上。