#fit|拓端tecdat|R语言Stan,JAGS用rstan,rjags建立贝叶斯多元线性回归预测选举数据_rstan|预测|先验|线性|贝叶斯|

原文链接：http://tecdat.cn/?p=21978
本文将介绍如何在R中用rstan和rjags做贝叶斯回归分析， R中有不少包可以用来做贝叶斯回归分析，比如最早的（同时也是参考文献和例子最多的）R2WinBUGS包。这个包会调用WinBUGS软件来拟合模型，后来的JAGS软件也使用与之类似的算法来做贝叶斯分析。然而JAGS的自由度更大，扩展性也更好。近来， STAN和它对应的R包rstan一起进入了人们的视线。 STAN使用的算法与WinBUGS和JAGS不同，它改用了一种更强大的算法使它能完成WinBUGS无法胜任的任务。同时Stan在计算上也更为快捷，能节约时间。
例子设Yi为地区i=1 ， … ， ni=1 ， … ， n从2012年到2016年选举支持率增加的百分比。我们的模型

文章图片

式中， Xji是地区i的第j个协变量。所有变量均中心化并标准化。我们选择σ2～InvGamma（0.01,0.01）和α～Normal（0100）作为误差方差和截距先验分布，并比较不同先验的回归系数。
加载并标准化选举数据

# 加载数据
load("elec.RData")
Y <- Y[!is.na(Y+rowSums(X))]
X <- X[!is.na(Y+rowSums(X)),]
n <- length(Y)
p <- ncol(X)

## [1] 3111
p
## [1] 15

X <- scale(X)
# 将模型拟合到大小为100的训练集，并对剩余的观测值进行预测
test <- order(runif(n))>100
table(test)
## test
## FALSE TRUE
## 100 3011
Yo <- Y[!test] # 观测数据
Xo <- X[!test,]
Yp <- Y[test] # 为预测预留的地区
Xp <- X[test,]

选举数据的探索性分析

boxplot(X, las = 3

#fit|拓端tecdat|R语言Stan,JAGS用rstan,rjags建立贝叶斯多元线性回归预测选举数据

文章图片

image(1:p, 1:p, main = "预测因子之间的相关性")

文章图片

rstan中实现统一先验分布
如果模型没有明确指定先验分布，默认情况下， Stan将在参数的合适范围内发出一个统一的先验分布。注意这个先验可能是不合适的，但是只要数据创建了一个合适的后验值就可以了。

data {
int<lower=0> n; // 数据项数
int<lower=0> k; // 预测变量数
matrix[n,k] X; // 预测变量矩阵
vector[n] Y; // 结果向量
}
parameters {
real alpha; // 截距
vector[k] beta; // 预测变量系数
real<lower=0> sigma; // 误差
rstan_options(auto_write = TRUE)
#fit <- stan(file = 'mlr.stan', data = https://www.sohu.com/a/dat)

print(fit)

文章图片

hist(fit, pars = pars)

文章图片

【#fit|拓端tecdat|R语言Stan,JAGS用rstan,rjags建立贝叶斯多元线性回归预测选举数据】dens(fit)

文章图片

traceplot(fit)

文章图片

文章图片

rjags中实现用高斯先验拟合线性回归模型

library(rjags)
model{
# 预测
for(i in 1:np){
Yp[i] ~ dnorm(mup[i],inv.var)
mup[i] <- alpha + inprod(Xp[i,],beta[])
# 先验概率
alpha ~ dnorm(0, 0.01)
inv.var ~ dgamma(0.01, 0.01)
sigma <- 1/sqrt(inv.var)

在JAGS中编译模型

# 注意：Yp不发送给JAGS
jags.model(model,
data = https://www.sohu.com/a/list(Yo=Yo,no=no,np=np,p=p,Xo=Xo,Xp=Xp))
coda.samples(model,
variable.names=c("beta","sigma","Yp","alpha"),

文章图片

文章图片

从后验预测分布(PPD)和JAGS预测分布绘制样本

#提取每个参数的样本
samps <- samp[[1]]
Yp.samps <- samps[,1:np]
#计算JAGS预测的后验平均值
beta.mn <- colMeans(beta.samps)
# 绘制后验预测分布和JAGS预测
for(j in 1:5)
# JAGS预测
y <- rnorm(20000,mu,sigma.mn)
plot(density(y),col=2,xlab="Y",main="PPD")
# 后验预测分布
lines(density(Yp.samps[,j]))
# 真值
abline(v=Yp[j],col=3,lwd=2)

文章图片

# 95% 置信区间
alpha.mn+Xp%*%beta.mn - 1.96*sigma.mn
alpha.mn+Xp%*%beta.mn + 1.96*sigma.mn

## [1] 0.9452009

# PPD 95% 置信区间
apply(Yp.samps,2,quantile,0.025)
apply(Yp.samps,2,quantile,0.975)

## [1] 0.9634673
请注意， PPD密度比JAGS预测密度略宽。这是考虑β和σ中不确定性的影响，它解释了JAGS预测的covarage略低的原因。但是，对于这些数据， JAGS预测的覆盖率仍然可以。

文章图片

最受欢迎的见解
1.matlab使用贝叶斯优化的深度学习
2.matlab贝叶斯隐马尔可夫hmm模型实现
3.R语言Gibbs抽样的贝叶斯简单线性回归仿真
4.R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归
5.R语言中的Stan概率编程MCMC采样的贝叶斯模型
6.Python用PyMC3实现贝叶斯线性回归模型
7.R语言使用贝叶斯层次模型进行空间数据分析
8.R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型
9.matlab贝叶斯隐马尔可夫hmm模型实现