通过Polya-Gamma方案进行贝叶斯逻辑回归的CRAN包

Question

我正在使用Polya-Gamma潜变量技术维护一个使用BayesLogit进行贝叶斯Logistic回归的包，并从马尔可夫链 - 蒙特卡罗（MCMC）返回样本。 BayesLogit不再使用CRAN，我可以安装以前的版本

install_version("BayesLogit", version = "0.6")

但是这个黑客会阻止我的包裹提交给CRAN。 source code最近一年前更新过，所以我认为它不会再回到CRAN了。

我发现another package使用类似的语法做同样的事情。但是这个软件包也不在CRAN上并安装

devtools::install_github("kasparmartens/PolyaGamma")

CRAN包是否使用Polya-Gamma方案实现贝叶斯逻辑回归并返回MCMC样本？

Answer 1

我自己和同事处于类似情况（我们依赖BayesLogit的一个软件包，最终被归档），因此我们决定将我们为MATLAB开发的C ++ Polya-Gamma采样器实现打包成R软件包。它目前在CRAN上作为包pgdraw。从我们的测试来看，它实际上甚至比原始的BayesLogit包快一点。

Answer 2

我们决定使用RStan，因为它已经在CRAN上，我们已经在包的另一部分使用了它。对于实施贝叶斯回归的CRAN而言，我们对Polya-Gamma方案的偏好更强。

Stan文件包含：

// Code for 0-1 loss Bayes Logistic Regression model
data {
  int<lower=0> n; // number of observations
  int<lower=0> p; // number of covariates
  matrix[n,p] x; // Matrix of covariates
  int<lower=0,upper=1> y[n]; // Responses
  real<lower=0> beta_sd; // Stdev of beta
}
parameters {
  vector[p] beta;
}
model {
  beta ~ normal(0,beta_sd);
  y ~ bernoulli_logit(x * beta); // Logistic regression
}

我们称之为：

bayes_log_reg <- rstan::stan(stan_file, data = data, seed = seed,
                      iter = n_bootstrap * 2, chains = 1)
stan_bayes_sample <- rstan::extract(bayes_log_reg)$beta

有关完整的详细信息，请参阅the package vignette。

我意识到许多其他软件包在一般情况下实现了贝叶斯逻辑回归。