Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

discuss pinning parameters in workflow in User's Guide

Aperta
  • Qualcosa non va?
#942 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
55/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
tex
Ambito
documentation

Direzione di ricerca

Inizia individuando la sezione pertinente dello Stan User's Guide e esaminando la richiesta del blog collegata e l'esempio di modello gerarchico. Aggiungi una discussione sul fissaggio dei parametri durante lo sviluppo, compresi il modello a scala fissa e l'approccio con generated quantities mostrati qui. Il lavoro sarà considerato completato quando il workflow e il suo utilizzo per informare gli hyperprior saranno spiegati chiaramente nella guida.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

enhancement

This is a request from "Somebody" on @andrewgelman's blog:

https://statmodeling.stat.columbia.edu/2026/05/04/expanding-the-stan-users-guide/#comment-2414300.

I'll summarize the first request here.

We should discuss the process of pinning parameters when doing development. This can make the models much faster to fit and also give us some hints at relevant hyper priors. For example, suppose we have a hierarchical model

data {
  int<lower=0> N;
}
parameters {
  vector[N] alpha;
  real<lower=0> sigma;
}
model {
  alpha ~ normal(0, sigma);
  sigma ~ ???
}

This is going to try to fit alpha and sigma and create a pure funnel posterior which has varying geometry and is not log concave.

We can replace this with a model with a fixed value, say sigma = 1.7. But this requires a new Stan model:

data {
  int<lower=0> N;
}
parameters {
  vector[N] alpha;
}
model {
  alpha ~ normal(0, 1.7);
}

If we fit this second model, we will get a posterior distribution over alpha. I have added a generated quantities block that shows how we can recover the actual scale of the parameter variation per draw, and hence get a posterior over it which can help inform our hyper prior on sigma.

generated quantities {
  real<lower=0> sigma_alpha = sd(alpha);
}
Lingua principale
TeX
Stelle
43
Fork
133
Merge medio
11h 32m
PR unite (30g)
4

Preparare l'ambiente

Non abbiamo ancora controllato i file di configurazione di questo progetto. Parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di stan-dev/docs

Tutte le issue di stan-dev/docs

Issue simili

Altre issue su Documentation

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.