r - 将 emmeans 与 brms 一起使用

Question

我经常使用emmeans各种统计模型来计算自定义对比。它的优势之一是它的多功能性：它与大量的软件包兼容。我最近发现它emmeans与该brms软件包兼容，但无法使其正常工作。我将使用此处提供的数据集进行示例多项逻辑回归分析。我还将在另一个包 ( nnet) 中进行相同的分析，以证明我需要什么。

library(brms)
library(nnet)
library(emmeans)

# read in data
ml <- read.dta("https://stats.idre.ucla.edu/stat/data/hsbdemo.dta")

该数据集包含 200 名学生的变量。结果变量是 prog、程序类型、三级分类变量（一般、学术、职业）。预测变量是社会经济地位，ses，一个三级分类变量。现在通过 nnet 包进行分析nnet

# first relevel so 'academic' is the reference level
ml$prog2 <- relevel(ml$prog, ref = "academic")

# run test in nnet
test_nnet <- multinom(prog2 ~ ses, 
                      data = ml)

现在在 brms 中运行相同的测试

# run test in brms (note: will take 30 - 60 seconds)
test_brm <- brm(prog2 ~ ses,
                data = ml,
                family = "categorical")

我不会打印两个模型的输出，但两者的系数大致相等

现在创建一个 emmeans 对象，它允许我们进行 pariwise 测试

# pass into emmeans
rg_nnet <- ref_grid(test_nnet)
em_nnet <- emmeans(rg_nnet,
                   specs = ~prog2|ses)

# regrid to get coefficients as logit
em_nnet_logit <- regrid(em_nnet,
                        transform = "logit")

em_nnet_logit

# output
# ses = low:
#   prog2      prob    SE df lower.CL upper.CL
# academic -0.388 0.297  6   -1.115   0.3395
# general  -0.661 0.308  6   -1.415   0.0918
# vocation -1.070 0.335  6   -1.889  -0.2519
# 
# ses = middle:
#   prog2      prob    SE df lower.CL upper.CL
# academic -0.148 0.206  6   -0.651   0.3558
# general  -1.322 0.252  6   -1.938  -0.7060
# vocation -0.725 0.219  6   -1.260  -0.1895
# 
# ses = high:
#   prog2      prob    SE df lower.CL upper.CL
# academic  0.965 0.294  6    0.246   1.6839
# general  -1.695 0.363  6   -2.582  -0.8072
# vocation -1.986 0.403  6   -2.972  -0.9997
# 
# Results are given on the logit (not the response) scale. 
# Confidence level used: 0.95 

所以现在我们有了我们可爱的emmeans()对象，我们可以用它来执行大量不同的比较。

但是，当我尝试对brms对象做同样的事情时，我什至没有通过将 brms 对象转换为参考网格的第一步，然后我收到一条错误消息

# do the same for brm
rg_brm <- ref_grid(test_brm)

Error : The select parameter is not predicted by a linear formula. Use the 'dpar' and 'nlpar' arguments to select the parameter for which marginal means should be computed.
Predicted distributional parameters are: 'mugeneral', 'muvocation'
Predicted non-linear parameters are: ''
Error in ref_grid(test_brm) : 
  Perhaps a 'data' or 'params' argument is needed

显然，不出所料，我不知道有一些步骤可以让贝叶斯软件与emmeans. 显然，我需要在流程的某个阶段指定一些额外的参数，但我不确定这些参数是否需要brms在emmeans. 我在网上搜索过，但找不到简单但详尽的指南。

任何知道如何的人都可以帮我把brms模型变成一个emmeans对象吗？

标签： remmeansnnetbrms