贝叶斯核机回归估计混合物健康效应【BKMR包】——实操篇

探路者Myra

已于 2024-02-26 09:12:25 修改

阅读量3.6k

点赞数 29

分类专栏：贝叶斯统计分析文章标签：机器学习算法 r语言

于 2024-02-21 21:07:57 首次发布

本文链接：https://blog.csdn.net/weixin_52505631/article/details/136218976

版权

贝叶斯统计分析专栏收录该内容

15 篇文章 32 订阅 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

本文通过R语言的BKMR包，详细介绍了贝叶斯核机回归（Bayesian kernel machine regression）在混合物健康效应分析中的应用。内容涵盖两种变量选择方法：分量变量选择和层次变量选择，以及如何调整参数以适应算法。通过实例分析展示了如何估计后验包含率、预测-响应函数，探讨了预测因子间的相互作用，并比较了不同变量选择方法的后验包含概率。

摘要由CSDN通过智能技术生成

1. 下载及加载 BKMR 包

# 下载方式1
install.packages("bkmr")

# 下载方式2
install.packages("devtools")
devtools::install_github("jenfb/bkmr")

# 导入
library(bkmr)

2. 两种变量选择方法

2.1 分量变量选择（component-wise variable selection ）

2.1.1 生成一些数据，以备分析

set.seed(111)
dat <- SimData(n = 50, M = 4) # 生成一个包含50个样本(observations)和4个预测变量(predictor variables)的数据集。
y <- dat$y
X <- dat$X
Z <- dat$Z

# 查看生成的数据
head(y)
# [1]   6.325343   6.709022  11.462322 -12.538379   3.040817   8.985771
head(Z)
#    z1         z2         z3          z4
# [1,]  0.2352207  0.1916634  0.5996197 -0.09152026
# [2,] -0.330

了解本专栏