ভবিষ্যদ্বাণীপূর্ণ উত্তরোত্তর বিতরণ উত্পন্ন করার জন্য স্টান (বিশেষত অর্স্টান) অন্তর্নির্মিত সুবিধা রয়েছে কি?
স্ট্যান ফিট থেকে বিতরণ উত্পন্ন করা শক্ত নয়, তবে আমি চাকাটি পুনরায় উদ্ভাবন করব না।
ভবিষ্যদ্বাণীপূর্ণ উত্তরোত্তর বিতরণ উত্পন্ন করার জন্য স্টান (বিশেষত অর্স্টান) অন্তর্নির্মিত সুবিধা রয়েছে কি?
স্ট্যান ফিট থেকে বিতরণ উত্পন্ন করা শক্ত নয়, তবে আমি চাকাটি পুনরায় উদ্ভাবন করব না।
উত্তর:
মতে স্ট্যান ইউজার ম্যানুয়াল v2.2.0 (পৃষ্ঠাগুলি 361-362):
স্ট্যানে পোস্টেরিয়র সিমুলেশন দুটি উপায়ে তৈরি করা যায়। প্রথম পদ্ধতিটি হল পূর্বাভাসযুক্ত ভেরিয়েবলগুলিকে পরামিতি হিসাবে বিবেচনা করা এবং তারপরে মডেল ব্লকে তাদের বিতরণকে সংজ্ঞায়িত করা। দ্বিতীয় পদ্ধতির, যা পৃথক ভেরিয়েবলের জন্যও কাজ করে, তা হ'ল উত্পন্ন পরিমাণে ব্লকে এলোমেলো-সংখ্যা জেনারেটর ব্যবহার করে প্রতিলিপিযুক্ত ডেটা তৈরি করা।
আমি সাধারণত পরেরটি ব্যবহার করি।
নিম্নলিখিতটি কোনও পুঙ্খানুপুঙ্খ উত্তর নয়, তবে আশা করি এটি কোনও উত্তরের চেয়ে ভাল। আমার নিজের অ্যাপ্লিকেশনগুলিতে আমি একক নির্ভরশীল পরিমাপের জন্য মডেল পূর্বাভাস পরীক্ষা করতে পোস্টেরিয়ের প্রেডিকটিভ চেক প্রয়োগ করি যা লিনিয়ার মডেল থেকে উত্পন্ন হয়েছে। এটি জেজিএসে সহজ, তবে স্ট্যানে কিছুটা অস্বচ্ছ।
data{
int<lower=1> N; // no. rows
real x[N]; // predictor
real y[N]; // dependent variable
}
parameters{
real alpha; // int.
real beta; // slope
real<lower=0> sigma_e; // resid. var.
real y_tilde[N]; // post. pred.
}
model{
real mu[N];
for(i in 1:N){
mu[i] <- alpha + beta*x[i];
}
y ~ normal(mu,sigma_e); //lik
y_tilde ~ normal(mu,sigma_e);
alpha ~ normal(0,5);
beta ~ normal(0,5);
sigma_e ~ cauchy(0,5);
}
generated quantities{
real minimum;
real maximum;
minimum <- min(y_tilde);
maximum <- max(y_tilde);
}
এটি করার আরও ভাল উপায় থাকতে হবে, সুতরাং কেউ দয়া করে আরও ভাল উত্তর পোস্ট করুন। তবে উপরের কোডটি এন পর্যায়ের ভবিষ্যদ্বাণীমূলক বিতরণ উত্পন্ন করে, প্রতিটি পর্যবেক্ষণের জন্য একটি। আমি এটি তাই করি যাতে এক্সট্রিমার ভবিষ্যদ্বাণীপূর্ণ বিতরণ পাওয়া যায় তবে আপনি যদি কেবল উত্তরোত্তর ভবিষ্যদ্বাণীমূলক পরিমাণে আগ্রহী হন তবে y_tilde
আপনি সেগুলি ছাড়াই সক্ষম হতে পারেন। বড় ডেটা সেট করার জন্য উপরের সমাধানটি স্পষ্টতই খুব স্থান-নিবিড়।