根据贝叶斯预测得出的95%可信区间以及响应变量的实际观察值得出的点数

问题描述 投票:0回答:1

我的数据集的响应变量由观察值Y [1],Y [2],...,Y [49]组成。我想出了一个贝叶斯层次模型来对Y [50]进行贝叶斯预测。我也有用于Y [1],...,Y [49]的MCMC样本,可以通过将它们与Y [1],Y [2]的实际值进行比较来评估贝叶斯模型的总体拟合度。 ,....,Y [49]。

是否可以通过层次模型的MCMC对象绘制贝叶斯预测的毛虫图以及从R上原始数据集中代表实际观察到的Y的点?

谢谢,

r
1个回答
0
投票

首先,您需要提取每个$ Y_i $的置信区间。 (通常,如果不使用标准S3对象,则使用分位数功能完成此操作)。

然后您创建以下df:

df <- data_frame(
           obs = seq(from = 1,
                              to = 49,
                              by = 1),
           lower = q1,
           upper = q2,
           estimate = estimate,
           actual = actual)

然后您去:

df %>% ggplot(aes(x = obs)) +
              geom_line(aes(y = actual)) +
              geom_pointrange(aes(ymin = lower, ymax = upper, y = estimate)) +
              coord_flip()

如果您正在执行分层模型,我真的建议您使用与tidybayes库兼容的rstanarm包(该包会生成自动的毛毛虫图)。

© www.soinside.com 2019 - 2024. All rights reserved.