r - 如何在brms中按组指定具有不同形状的weibull多级回归？

Question

我试图从 Liu 和 Abeyratne 的“贝叶斯可靠性的实际应用”中重现示例 8.2。原始示例（与分层模型相关）是在 JAGS 中完成的，我想在 BRMS 上重现它。

我能够创建并运行一个模型，其中 Weibull 形状对所有组都是通用的（在示例中，它是九代产品）。

现在我想制作一个模型，我还可以在其中模拟“平均”形状和每个组的效果，就像拦截一样

这是有效的模型，其中形状对所有组都是通用的：

priors <-
        set_prior("gamma(a, b)", class = "Intercept") + 
        set_prior("gamma(c, d)", class = "shape") + 
        set_prior("target += gamma_lpdf(a | 6, 0.4) - 1 * gamma_lccdf(0 | 6, 0.4) + 
                  gamma_lpdf(b | 2, 0.2) - 1 * gamma_lccdf(0 |2, 0.2) ", 
                  check = FALSE) + 
        set_prior("target += gamma_lpdf(c | 1, 1) - 1 * gamma_lccdf(0 | 1, 1) + 
                  gamma_lpdf(d | 1, 1) - 1 * gamma_lccdf(0 | 1, 1) ", 
                  check = FALSE)

stanvars <- stanvar(scode = "real<lower=0> a; 
                             real<lower=0> b; 
                             real<lower=0> c; 
                             real<lower=0> d;", 
                             block = "parameters")
        
brmsHyperModel <- brm(ttf | cens(censor) ~ 1 + (1 | gen), 
                      family = weibull, 
                      data = brmsData, 
                      prior = priors, 
                      stanvars = stanvars, 
                      iter = 41000, 
                      warmup = 4000, 
                      chains = 4, 
                      cores = 4, 
                      seed = 4,               
                      control = list(adapt_delta = .99))

我想运行这样的东西：

brmsForm <- bf(ttf | cens(censor) ~ 1 + (1 | gen), 
               shape ~ 1 + (1 | gen))

如果我只添加第二个等式，则会收到以下错误：

错误：以下先验不对应任何模型参数：shape ~ gamma(c, d)

我试图改变“先验”，而不是添加第二个方程，而是在形状中添加一个组变量，如下所示：

priors <-
        set_prior("gamma(a, b)", class = "Intercept") + 
        set_prior("gamma(c, d)", class = "shape", group = 'gen' ) + 
        set_prior("target += gamma_lpdf(a | 6, 0.4) - 1 * gamma_lccdf(0 | 6, 0.4) + 
                  gamma_lpdf(b | 2, 0.2) - 1 * gamma_lccdf(0 |2, 0.2) ", 
                  check = FALSE) + 
        set_prior("target += gamma_lpdf(c | 1, 1) - 1 * gamma_lccdf(0 | 1, 1) + 
                  gamma_lpdf(d | 1, 1) - 1 * gamma_lccdf(0 | 1, 1) ", 
                  check = FALSE)

但后来我得到的错误是：

错误：以下先验不对应任何模型参数：shape_gen ~ gamma(c, d)

两者都做也会导致我出错。我想象模型规范和我缺少的先前规范之间存在一些相互作用！

有人可以帮助我吗？

标签： rbayesiansurvival-analysismultilevel-analysisbrms