贝叶斯随机参数模型R语言实现

贝叶斯随机参数模型R语言实现

本文通过使用R，主要通过使用tidyverse包来进行数据清洗处理以及绘图，使用brms包来实现Bayesian回归模型。

1. 贝叶斯数据分析的基本步骤

1. 确定与研究问题相关的数据。数据的度量尺度是什么？哪些数据变量是因变量，哪些数据变量应该是解释变量？

2. 为相关数据建立一个描述性模型，给予数学形式及其参数描述。

3. 指定参数的先验分布。

4. 使用贝叶斯推理在参数值之间重新分配可信度。从理论上解释有意义的变量的后验分布（假设模型是对数据的合理描述）。

5. 检查后验预测是否以合理的准确度模拟数据（即进行“后验预测检查”）。如果不是，则考虑不同的描述模型。

2. Example

2.1导入数据

# 一个集合了众多数据分析常用包的包，详情https://zhuanlan.zhihu.com/p/80732610
library(bruceR)  

## 
## ⭐ bruceR: BRoadly Useful Convenient and Efficient R functions
## 
## Loaded R packages:
## [Data]: rio / dplyr / tidyr / stringr / forcats / data.table
## [Stat]: psych / emmeans / effectsize / performance
## [Plot]: ggplot2 / ggtext / cowplot / see
## 
## Frequently used functions in `bruceR`:
## set.wd() / Describe() / Freq() / Corr() / Alpha() / MEAN()
## MANOVA() / EMMEANS() / model_summary() / theme_bruce()

 # bruceR 内置的函数import,可以导入csv、excel等多种格式
df <- import("/Users/cpf/Downloads/salary.txt")

# 观察数据
glimpse(df) 

## Rows: 62
## Columns: 6
## $ id       <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18…
## $ time     <int> 3, 6, 3, 8, 9, 6, 16, 10, 2, 5, 5, 6, 7, 11, 18, 6, 9, 7, 7, …
## $ pub      <int> 18, 3, 2, 17, 11, 6, 38, 48, 9, 22, 30, 21, 10, 27, 37, 8, 13…
## $ sex      <int> 1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 1, 1…
## $ citation <int> 50, 26, 50, 34, 41, 37, 48, 56, 19, 29, 28, 31, 25, 40, 61, 3…
## $ salary   <int> 51876, 54511, 53425, 61863, 52926, 47034, 66432, 61100, 41934…

## id: 就是id； time: 获得博士学位到现在的时间； pub: 出版数量； 
# sex: 性别 1是女性，0是男性； citation: 被引用数量； salary: 现在的收入

#去掉第一列id, 数据的基本描述统计, 相关系数描述图1
Describe(df[, -1],plot = TRUE) 

## Descriptive Statistics:
## ────────────────────────────────────────────────────────────────────────────
##            N     Mean      SD |   Median      Min      Max Skewness Kurtosis
## ────────────────────────────────────────────────────────────────────────────
## time      62     6.79    4.28 |     6.00     1.00    21.00     1.23     1.29
## pub       62    18.18   14.00 |    13.00     1.00    69.00     1.31     1.61
## sex       62     0.44    0.50 |     0.00     0.00     1.00     0.25    -1.97
## citation  62    40.23   17.17 |    35.00     1.00    90.00     0.65     0.32
## salary    62 54815.76 9706.02 | 53681.00 37939.00 83503.00     0.61     0.25
## ────────────────────────────────────────────────────────────────────────────

# 相关系数描述图2
pairs.panels(df[, -1], ellipses = FALSE)

2.2 简单线性回归，因变量salary， 自变量pub

<