MCMClogit путаница

Question

Может ли кто-нибудь объяснить мне, почему

simulatedCase <- rbinom(100,1,0.5)
simDf <- data.frame(CASE = simulatedCase)
posterior_m0 <<- MCMClogit(CASE ~ 1, data = simDf, b0 = 0, B0 = 1)

всегда приводит к тому, что коэффициент приема MCMC равен 0? Любое объяснение будет с благодарностью!

Answer 1

Я думаю, что ваша проблема в формуле модели, так как модели логистической регрессии не имеют ошибки . Таким образом, ваша модель CASE ~ 1 должна быть заменена чем-то вроде CASE ~ x (переменная предиктора x обязательна). Вот ваш пример, модифицированный:

CASE <- rbinom(100,1,0.5)
x <- 1:100
posterior_m0 <- MCMClogit (CASE ~ x, b0 = 0, B0 = 1)
classic_m0 <- glm (CASE ~ x,  family=binomial(link="logit"), na.action=na.pass)

Так что я думаю, что ваша проблема не связана с библиотекой MCMCpack (отказ от ответственности: я никогда не использовал этот пакет).

Answer 2

Для тех, кто сталкивается с этой же проблемой:

Кажется, что функция MCMClogit не может обрабатывать ничего, кроме B0 = 0, если ваша модель имеет только перехват.

Если вы добавите ковариату, то вы можете точно указать точность.

Я бы рассмотрел другие пакеты (например, arm или rjags), если вы действительно хотите попробовать эту модель. Список параметров, доступных для байесовской регрессии, см. В http://cran.r -project.org / web / views / Bayesian.html