克服错误：rstan::sampling()中的初始化失败

Question

rstan::sampling() 失败并出现以下错误。

[1] "Error in sampler$call_sampler(args_list[[i]]) : Initialization failed."
[1] "error occurred during calling the sampler; sampling not done"
Stan model 'foo' does not contain samples.
Stan model 'foo' does not contain samples.
Stan model 'foo' does not contain samples.
Stan model 'foo' does not contain samples.

其中，foo 表示 stan 文件的名称 foo.stan。

Answer 1

不一致且因此无法初始化的可重现示例：

model <- 
  stan_model(model_code = "parameters { real<lower = 0> y; }
                           transformed parameters { real<upper = -1> z = y; }")

fit <- sampling(model)

这会在 RStan 2.18.1 中产生以下输出：

> fit <- sampling(model)

SAMPLING FOR MODEL '64719d6dccb64c32b0d897ef1f340d74' NOW (CHAIN 1).
Chain 1: Initialization between (-2, 2) failed after 100 attempts. 
[1] "Error in sampler$call_sampler(args_list[[i]]) : Initialization failed."
error occurred during calling the sampler; sampling not done

这是生成的 fit 结构的开头：

> str(fit)
Formal class 'stanfit' [package "rstan"] with 10 slots
  ..@ model_name: chr "64719d6dccb64c32b0d897ef1f340d74"
  ..@ model_pars: chr [1:3] "y" "z" "lp__"
  ..@ par_dims  :List of 3
  .. ..$ y   : num(0) 
  .. ..$ z   : num(0) 
  .. ..$ lp__: num(0) 
  ..@ mode      : int 2
  ..@ sim       : list()

所以你可以使用测试

length(fit@sim) == 0

如果有样本，它们将在变量sim 中显示为列表。

警告：这个问题经常出现，因为没有很好地对参数进行约束。 Stan 假设满足约束的参数的每个值在模型中都有支持。如果没有，模型通常将无法初始化。最好的解决方案是固定参数的约束条件和参数的尺度，使模型可以随机初始化。如果约束条件制定得当，数值问题也会导致问题。将参数缩放到单位比例会有所帮助。此外，大间隔均匀先验可能是一个问题，因为初始化将在中间点附近。如果问题得到很好的扩展并且约束条件很好，那么您可以减少初始化的间隔，这会有所帮助。否则，您真的必须提供自己的合理 init 才能使事情变得健壮。如果 100 次尝试已经失败，则重试通常不会起作用。