r - 如何将矩阵数据输入到 brms 公式中？

Question

我正在尝试将矩阵数据输入 brm()函数来运行信号回归。 brm来自 brms 包，它提供了一个使用 Stan 拟合贝叶斯模型的接口(interface)。信号回归是当您在更大的模型中使用另一个协变量对一个协变量进行建模时，您使用 by参数如下:model <- brm(response ~ s(matrix1, by = matrix2) + ..., data = Data) .问题是，我无法使用 'data' 参数输入我的矩阵，因为它只允许一个 data.frame要输入的对象。
这是我的代码以及我在试图绕过该约束时获得的错误...
首先，我的可重现代码导致模型构建:

library(brms)
#100 rows, 4 columns. Each cell contains a number between 1 and 10
Data <- data.frame(runif(100,1,10),runif(100,1,10),runif(100,1,10),runif(100,1,10))
#Assign names to the columns
names(Data) <- c("d0_10","d0_100","d0_1000","d0_10000")
Data$Density <- as.matrix(Data)%*%c(-1,10,5,1)
#the coefficients we are modelling
d <- c(-1,10,5,1) 
#Made a matrix with 4 columns with values 10, 100, 1000, 10000 which are evaluation points. Rows are repeats of the same column numbers
Bins <- 10^matrix(rep(1:4,times = dim(Data)[1]),ncol = 4,byrow =T)
Bins

如上所述，由于“数据”只允许输入一个 data.frame 对象，因此我尝试了其他输入矩阵数据的方法。这些方法包括:
1) 使用 as.matrix() 在 brm() 函数中制作矩阵

signalregression.brms <- brm(Density ~ s(Bins,by=as.matrix(Data[,c(c("d0_10","d0_100","d0_1000","d0_10000"))])),data = Data)
#Error in is(sexpr, "try-error") : 
  argument "sexpr" is missing, with no default

2) 在公式外制作矩阵，将其存储在一个变量中，然后在 brm() 函数内调用该变量

Donuts <- as.matrix(Data[,c(c("d0_10","d0_100","d0_1000","d0_10000"))])
signalregression.brms <- brm(Density ~ s(Bins,by=Donuts),data = Data)
#Error: The following variables can neither be found in 'data' nor in 'data2':
'Bins', 'Donuts'

3)使用'data2'参数输入一个包含矩阵的列表

signalregression.brms <- brm(Density ~ s(Bins,by=donuts),data = Data,data2=list(Bins = 10^matrix(rep(1:4,times = dim(Data)[1]),ncol = 4,byrow =T),donuts=as.matrix(Data[,c(c("d0_10","d0_100","d0_1000","d0_10000"))])))
#Error in names(dat) <- object$term : 
  'names' attribute [1] must be the same length as the vector [0]

以上都没有奏效；每个人都有自己的错误，很难对它们进行故障排除，因为我无法在网上找到在 brms 上下文中具有类似性质的答案或示例。
我能够在 mgcv 包中对 gam() 使用上述技术 - 您不必使用“data”定义 data.frame，您可以调用在 gam() 公式之外定义的变量，并且您可以在 gam() 函数本身内部制作矩阵。见下文:

library(mgcv)
signalregression2 <- gam(Data$Density ~ s(Bins,by = as.matrix(Data[,c("d0_10","d0_100","d0_1000","d0_10000")]),k=3))
#Works!

似乎 brms 不太灵活... :(
我的问题 : 有没有人对如何让我的 brm() 函数运行有任何建议？
非常感谢!

Answer 1

我对信号回归的理解有限，我不相信这是正确的，但我认为这至少是朝着正确方向迈出的一步。问题似乎是brm()期望其公式中的所有内容都是 data 中的一列.所以我们可以通过确保我们想要的所有东西都存在于 data 中来编译模型。 :

library(tidyverse)
signalregression.brms = brm(Density ~
                              s(cbind(d0_10_bin, d0_100_bin, d0_1000_bin, d0_10000_bin),
                                by = cbind(d0_10, d0_100, d0_1000, d0_10000),
                                k = 3),
                            data = Data %>%
                              mutate(d0_10_bin = 10,
                                     d0_100_bin = 100,
                                     d0_1000_bin = 1000,
                                     d0_10000_bin = 10000))

手动写出每一列有点烦人；我相信有更通用的解决方案。
作为引用，这是我安装的软件包版本:

map_chr(unname(unlist(pacman::p_depends(brms)[c("Depends", "Imports")])), ~ paste(., ": ", pacman::p_version(.), sep = ""))
 [1] "Rcpp: 1.0.6"           "methods: 4.0.3"        "rstan: 2.21.2"         "ggplot2: 3.3.3"       
 [5] "loo: 2.4.1"            "Matrix: 1.2.18"        "mgcv: 1.8.33"          "rstantools: 2.1.1"    
 [9] "bayesplot: 1.8.0"      "shinystan: 2.5.0"      "projpred: 2.0.2"       "bridgesampling: 1.1.2"
[13] "glue: 1.4.2"           "future: 1.21.0"        "matrixStats: 0.58.0"   "nleqslv: 3.3.2"       
[17] "nlme: 3.1.149"         "coda: 0.19.4"          "abind: 1.4.5"          "stats: 4.0.3"         
[21] "utils: 4.0.3"          "parallel: 4.0.3"       "grDevices: 4.0.3"      "backports: 1.2.1"