我正在尝试在 Stan 中编写自定义 Probit 函数,以提高我对 Stan 语言和可能性的理解。到目前为止,我已经写出了正常 pdf 的对数,但当我尝试写出可能性时,我收到一条错误消息,我发现该消息难以理解。我做错了什么?
斯坦模型
functions {
real normal_lpdf(real mu, real sigma) {
return -log(2 * pi()) / 2 - log(sigma)
- square(mu) / (2 * sigma^2);
}
real myprobit_lpdf(int y | real mu, real sigma) {
return normal_lpdf(mu, sigma)^y * (1 - normal_lpdf(mu, sigma))^(1-y);
}
}
data {
int N;
int y[N];
}
parameters {
real mu;
real<lower = 0> sigma;
}
model {
for (n in 1:N) {
target += myprobit_lpdf(y[n] | mu, sigma);
}
}
错误
解析器预期: stanc 中的错误(model_code = Paste(program,collapse =“\n”),model_name = model_cppname,: 由于上述错误,无法解析 Stan 模型“Probit_lpdf”。
模拟数据的 R 代码
## DESCRIPTION
# testing a Probit model
## DATA
N <- 2000
sigma <- 1
mu <- 0.3
u <- rnorm(N, 0, 2)
y.star <- rnorm(N, mu, sigma)
y <- ifelse(y.star > 0,1, 0)
data = list(
N = N,
y = y
)
## MODEL
out.stan <- stan("Probit_lpdf.stan",data = data, chains = 2, iter = 1000 )
最佳答案
完整的错误消息是
SYNTAX ERROR, MESSAGE(S) FROM PARSER:
Probabilty functions with suffixes _lpdf, _lpmf, _lcdf, and _lccdf,
require a vertical bar (|) between the first two arguments.
error in 'model2a7252aef8cf_probit' at line 7, column 27
-------------------------------------------------
5: }
6: real myprobit_lpdf(real y, real mu, real sigma) {
7: return normal_lpdf(mu, sigma)^y * (1 - normal_lpdf(mu, sigma))^(1-y);
^
8: }
-------------------------------------------------
这告诉您 normal_lpdf
函数不包括三个输入和分隔第一个输入和第二个输入的竖线。
将函数命名为与 Stan 语言中已有函数相同的名称(例如 normal_lpdf
)也不是一个好主意。
但是您编写的函数无论如何都没有实现概率模型的对数似然。首先,数据无法识别误差的标准差,因此您不需要sigma
。那么,正确的表达方式应该是这样的
real Phi_mu = Phi(mu);
real log_Phi_mu = log(Phi_mu);
real log1m_Phi_mu = log1m(Phi_mu);
for (n in 1:N)
target += y[n] == 1 ? log_Phi_mu : log1m_Phi_mu;
虽然这只是一个缓慢的做法
target += bernoulli_lpmf(y | Phi(mu));
关于stan - 在 Stan 中编写自定义 Probit 函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56157744/