Stan ve frontend paketleriyle rstanarm
veya brms
Bayesian yolunu daha önce yaptığım gibi kolayca analiz edebilirim lme
. Masamda Kruschke-Gelman-Wagenmakers-vb. Tarafından yazılan kitapların ve makalelerin çoğuna sahip olmama rağmen, bunlar bana Bayesian'ın Skylla'sı ile tıbbi gözden geçirenlerin Charybdisleri arasında parçalanmış bir tıbbi izleyici için sonuçları nasıl özetleyeceğimi söylemiyor. "Biz o dağınık şeyleri değil anlamlar istiyoruz").
Bir örnek: Gastrik frekans (1 / dak) üç grupta ölçülür; sağlıklı kontroller referanstır. Her katılımcı için birkaç ölçüm vardır, bu yüzden sık sık aşağıdaki karışık modeli kullandım lme
:
summary(lme(freq_min~ group, random = ~1|study_id, data = mo))
Biraz düzenlenmiş sonuçlar:
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
Basitlik için, 2 * std hatasını% 95 CI olarak kullanacağım.
Sıkça yapılan bağlamda, bunu şöyle özetledim:
- Kontrol grubunda tahmini frekans 2.7 / dak idi (belki buraya CI ekleyin, ancak mutlak ve fark CI tarafından yaratılan karışıklık nedeniyle bazen bundan kaçınırım).
- No_semptomlar grubunda, frekans 0.4 / dakika, CI (0.11 ila 0.59) / dakika, p = 0.006, kontrolden daha yüksekti.
- With_symptoms grubunda, frekans 0.2 / dakika, CI (-0.04 ila 0.4) / dakika, p = 0.11 kontrolden daha yüksekti.
Bu, bir tıbbi yayın için kabul edilebilir maksimum karmaşıklık ile ilgilidir, inceleme yapan kişi muhtemelen ikinci durumda "anlamlı değil" eklememi isteyecektir.
İşte aynı stan_lmer
ve varsayılan öncelikler.
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
CredI% 90 güvenilir aralıklardır (% 90'ın neden varsayılan olarak kullanıldığını belirten skeç çubuğuna bakın).
Sorular:
- Yukarıdaki özeti Bayes dünyasına nasıl çevirebilirim?
- Ön tartışma ne ölçüde gereklidir? Önceden bahsettiğimde, kağıdın olağan "öznel varsayım" ile geri geleceğinden eminim; ya da en azından "teknik tartışma yok, lütfen". Ancak tüm Bayes makamları, yorumun yalnızca öncelikler bağlamında geçerli olmasını talep etmektedir.
- Bayes kavramlarına ihanet etmeden formülasyonda nasıl bir "önem" vekili sunabilirim? "Güvenilir bir şekilde farklı" (uuuh ...) ya da neredeyse güvenilir bir şekilde farklı (buoha ... gibi, "ağzına kadar").
Jonah Gabry ve Ben Goodrich (2016). rstanarm: Stan ile Bayes Uygulamalı Regresyon Modellemesi. R paket sürümü 2.9.0-3. https://CRAN.R-project.org/package=rstanarm
Stan Geliştirme Ekibi (2015). Stan: Olasılık ve Örnekleme için bir C ++ Kütüphanesi, Sürüm 2.8.0. URL http://mc-stan.org/ .
Paul-Christian Buerkner (2016). brms: Stan kullanan Bayes Regresyon Modelleri. R paket sürümü 0.8.0. https://CRAN.R-project.org/package=brms
Pinheiro J, Bates D, DebRoy S, Sarkar D ve R Core Team (2016). nlme: Doğrusal ve Doğrusal Olmayan Karışık Efekt Modelleri . R paket sürümü 3.1-124, http://CRAN.R-project.org/package=nlme>.
group_nosymptoms
ve sonra negatif olma olasılığının olduğunu söyleyebilirsiniz 1 / draws
. Ancak kesişme için, zincir bu veriler için asla negatif bölgeye gitmeyecek, bu yüzden olasılıkın daha az olduğunu söyleyebilirsiniz 1 / draws
.
mean(as.matrix(freq_stan)[,"groupwith_symptoms"] < 0)
.