我正在使用STAN来使用伽马-泊松回归来说明作业中数据集中的过度分散。我已经研究了如何在STAN中制作模型的解决方案,如下所示:
model{
vector[N] lambda;
scale ~ cauchy( 0 , 1 );
bf ~ normal( 0 , 1 );
a ~ normal( 0 , 10 );
for ( i in 1:N ) {
lambda[i] = a + bf * fmnnty[i];
lambda[i] = exp(lambda[i]);
}
deaths ~ neg_binomial_2( lambda , scale );
}
该解决方案指定使用对数链接功能将参数lambda限制为正值。这很有道理。但是,我不明白为什么STAN代码使用exp()作为链接函数。为什么exp()适合指定日志链接功能?
日志链接通过对lambda求幂而使用。 'log'组件意味着您正在对平均值(mu
)的对数建模:
log(mu) = lambda
您可以改写为:
mu = exp(lambda)