stan

Question

我有：

mu_x - a 10x10 matrix of real values

ptype - a 10000 long vector

sender_name_type - a 10000 long vector

我想找到

的值

x_real - a 10000 long vector

我目前拥有且有效的代码是：

for(i in 1:N){
  if(x_available[i]){
    x_real[i]~normal(x[i],0.01);} else{
    x_real[i]~normal(mu_x[ptype[i],sender_name_type[i]],0.1);
  }
}

不过，我想对其进行矢量化。为此，我首先需要处理 if 子句。为此，我尝试只添加两个分布，如下所示：

x_real ~ normal(mu_x[ptype,sender_name_type],0.1) * (1-x_avaiable) + normal(x,0.01) * x_available;

但是，Rstan 似乎无法处理 adding/multiplying 发行版。我尝试的第二种方法是这样的：

x_real ~ normal(mu_x[ptype,sender_name_type],0.1);
x_real[x_available == 1] ~ normal(x,0.01);

与第一种方式类似，只是重新定义了x_real中满足条件的行。但是，它给了我

的错误

No matches for:

real[] ~ normal(matrix, real)

如果可能，如何矢量化我当前的解决方案？还有其他方法可以加快速度吗？

Answer 1

当您使用 [ptype,sender_name_type] 等多个索引时，Stan 语言不会变平。 Stan 语言也不支持按逻辑条件进行索引，例如 [x_available == 1].

做这样的事情的方法是循环设置参数，然后一步评估可能性以避免不必要的内存分配。在你的情况下，它看起来像

vector[N] x_hat;
vector[N] noise;
for (i in 1:N) {
  x_hat[i] = x_available[i] ? x[i] : mu_x[ptype[i],sender_name_type[i]];
  noise[i] = x_available[i] ? 0.01 : 0.1;
}
target += normal_lpdf(x_real | x_hat, noise);

stan - 向量化难度

stan - difficulty vectorizing

r

rstan