来自 brms 的后验预测分布（逻辑回归）

Question

我是 stan 和 brms 的新手，无法提取后验预测分布。假设我有一个简单的逻辑回归

fit = brm(y ~ x, family="bernoulli", data=df.training)

其中y 是二进制的，x 是连续的。对于测试数据（甚至是训练数据），我想我现在可以通过在

中更改 probs 来掌握伯努利概率 p 的预测分布

predict(fit, df.test, probs=seq(0, 1, 0.1))

但是，虽然此命令的输出为我提供了在[0,1] 范围内连续的估计值（这是有道理的），但置信区间值似乎是二进制的（这对我来说没有意义）... 如何我要得到p 的整个后验预测分布吗？

Answer 1

这个问题显然是很久以前的问题了。但我偶然发现了它，并认为它与我自己的问题产生了共鸣。

根据我对逻辑回归模型的实验，我认为以下默认输入是正确的：

1. posterior_linpred给出了连续线性刻度；
2. fitted给出了0到1之间的连续概率尺度；
3. predict 给出了二进制 [0,1] 尺度预测

我手头没有 Beta-Binomial 模型（对我来说，这是一个很好的过度分散逻辑示例）来测试 posterior_linpred 的结果，但我相信fitted 和 predict 将在结果量表上。