스탠 및 프론트 엔드 패키지 rstanarm
또는 brms
I와 같은 혼합 모델 이전과 나는 쉽게 베이지안 방식으로 데이터를 분석 할 수 있습니다 lme
. Kruschke-Gelman-Wagenmakers 등이 저의 책상에 저술 한 대부분의 책과 기사를 가지고 있지만, 이것들은 베이지안의 Skylla와 의료 리뷰어의 Charybdis 사이에서 찢어진 의료 청중의 결과를 요약하는 방법을 알려주지 않습니다. "우리는 분산 된 것이 아니라 의미를 원한다").
예 : 위 주파수 (1 / min)는 세 그룹으로 측정됩니다. 건강한 통제가 참조입니다. 각 참가자에 대해 여러 가지 측정이 있으므로 잦은 다음과 같은 혼합 모델을 사용했습니다 lme
.
summary(lme(freq_min~ group, random = ~1|study_id, data = mo))
약간 편집 된 결과 :
Fixed effects: freq_min ~ group
Value Std.Error DF t-value p-value
(Intercept) 2.712 0.0804 70 33.7 0.0000
groupno_symptoms 0.353 0.1180 27 3.0 0.0058
groupwith_symptoms 0.195 0.1174 27 1.7 0.1086
간단히하기 위해 2 * std 오류를 95 % CI로 사용합니다.
빈번한 맥락에서 나는 이것을 다음과 같이 요약했을 것이다.
- 통제 그룹에서 추정 빈도는 2.7 / 분이었다 (여기에 CI를 추가 할 수도 있지만 절대 CI와 차이 CI로 인한 혼동으로 인해 때때로이를 피할 수있다).
- no_symptoms 그룹에서 빈도는 대조군보다 0.4 / min, CI (0.11 ~ 0.59) / min, p = 0.006 높았습니다.
- with_symptoms 그룹에서 빈도는 대조군보다 0.2 / min, CI (-0.04 ~ 0.4) / min, p = 0.11 높았습니다.
이것은 의학 출판물에 허용되는 최대의 복잡성에 관한 것입니다. 검토자는 아마도 두 번째 경우에 "유의하지 않음"을 추가하도록 요청할 것입니다.
다음은 stan_lmer
기본 사전과 동일 합니다.
freq_stan = stan_lmer(freq_min~ group + (1|study_id), data = mo)
contrast lower_CredI frequency upper_CredI
(Intercept) 2.58322 2.714 2.846
groupno_symptoms 0.15579 0.346 0.535
groupwith_symptoms -0.00382 0.188 0.384
CredI는 신뢰할 수있는 간격의 90 %입니다 (90 %가 기본값으로 사용되는 이유는 rstanarm 비 네트 참조).
질문 :
- 위의 요약을 베이지안 세계로 번역하는 방법?
- 사전 논의는 어느 정도까지 필요합니까? 나는 이전에 언급했을 때 논문이 일반적인 "주관적 가정"으로 되돌아 올 것이라고 확신한다. 또는 최소한 "기술적 인 논의가 필요하지 않습니다". 그러나 모든 베이지안 당국은 해석이 이전 상황에서만 유효하다고 요구합니다.
- 베이지안 개념을 배신하지 않고 어떻게 공식적으로 "의의"대리자를 전달할 수 있습니까? "믿을 수 없을 정도로 다른"(uuuh ...) 또는 거의 믿을 수 없을 정도로 다른 (buoha ...)는 "중요한 의미에서"같은 소리가납니다.
조나 개 브리와 벤 굿 리치 (2016). rstanarm : Stan을 통한 베이지안 적용 회귀 모델링. R 패키지 버전 2.9.0-3. https://CRAN.R-project.org/package=rstanarm
스탠 개발팀 (2015). Stan : 확률 및 샘플링을위한 C ++ 라이브러리, 버전 2.8.0. URL http://mc-stan.org/ .
Paul-Christian Buerkner (2016). brms : Stan을 사용한 베이지안 회귀 모델 R 패키지 버전 0.8.0. https://CRAN.R-project.org/package=brms
Pinheiro J, Bates D, DebRoy S, Sarkar D 및 R Core Team (2016). nlme : 선형 및 비선형 혼합 효과 모델 . R 패키지 버전 3.1-124, http://CRAN.R-project.org/package=nlme>.
group_nosymptoms
있고 그것이 마이너스 일 가능성이 있다고 말할 수 1 / draws
있습니다. 그러나 가로 채기 위해 체인은 이러한 데이터에 대해 부정적인 영역으로 방황하지 않을 것이므로 확률이 미만이라고 말할 수 1 / draws
있습니다.
mean(as.matrix(freq_stan)[,"groupwith_symptoms"] < 0)
.