使用 brms 进行非线性建模的贝叶斯公式中的平均值

Question

我正在尝试用

brms

拟合非线性模型。我的型号是：

y = intercept + b1 * (x1 * mean(x2^b2))

地点：

• x1

  是测量的连续变量，

• x2

  也是嵌套在

  x1

  中的连续变量。为了了解更多背景信息，

  x1

  是人口规模，

  x2

  是该人口中个体子集的质量。

• intercept

  、

  b1

  和

  b2

  是要估计的参数

我的一位同事用

rjags

这样编码：

y1[i] <- x1[i]*(mean(x2_matrix[1:no_per_site[i],i]^b2))
y2[i] <- intercept + y1[i]*b1

其中

i

是位点索引，

x2_matrix

每个单独质量 (

x2

) 值一行，每个位点一列，其中

no_per_site

是在每个位点测量的

x2

数量。

有没有办法让这个模型适合

brms

？如何管理

x2

矩阵？

这是数据的结构：

'data.frame':   31 obs. of  3 variables:
 $ population: chr  "p1" "p2" "p3" "p4" ...`
 $ y2        : num  592 551 1720 5135 3710 ...
 $ x1        : int  145 145 72 3173 3173 1262 1262 504 504 777 ...
 $ no_per_site: num 104 55 187 102 ...

和 x2 矩阵：

num [1:187, 1:31] 530 600 460 510 325 420 490 430 450 350 ...

谢谢！

Answer 1

我喜欢的解决方案是对随机变量函数的一阶矩使用泰勒展开式。详细信息可以在这里找到：vignette_taylor_series