在简单的 brms 模型中指定信息先验
我试图了解如何在 R 中使用 brms 指定（实现）知情先验。例如，一个简单的线性混合效应模型，如：
DV ~ F1 * F2 + (1|Participant)
F1 和 F2 都是两级因子。我只是感兴趣来测试F2的一个水平是否显着高于另一个水平，无论是仅作为主要效果，还是在交互作用中（例如，显着更强的/更大的差异）。实际上，这将是一种片面测试的情况，这在贝叶斯框架中应该更“有意义”。对于模型的其余部分，我没有任何具体的事先期望。
我应该如何使用 brms 定义我的信息先验？
I am trying to understand how to specify (implement) an informed prior with brms in R. For example, a simple linear mixed effect model like:
DV ~ F1 * F2 + (1|Participant)
F1 and F2 are both two-level factors. I am only interested to test if one level of, say, F2 is significantly higher than another, either as the main effect only, or in interaction (e.g., a significantly stronger/steeper difference). In effect, this would be a case of one-sided testing, which should be more "meaningful" in the Bayesian framework. For the rest of the model, I do not have any specific prior expectations.
How should I define my informative prior with brms?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论