stan - 难以矢量化

Question

我有：

mu_x - 一个 10x10 的实数值矩阵

ptype - 一个 10000 长的向量

sender_name_type - 一个 10000 长的向量

我想找出

的值

x_real - 一个 10000 长的向量

我目前拥有并且有效的代码是：

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，我尝试添加两个发行版，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 似乎无法处理加法/乘法分布。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);

这类似于第一种方法，但它重新定义了满足条件的 x_real 的行。但是，它给了我

的错误

没有匹配项：

real[] ~ normal(matrix, real)

如果可能，我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

当您使用多个索引（如 [ptype,sender_name_type]）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]。

执行此类操作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);