R语言brms包如何正确从矩阵提取值传入prior()设置先验

核心是brms::prior()用了非标准求值逻辑：它不会立刻计算你传入的分布参数，而是直接把你写的原始表达式存下来，等后续拟合模型时才去执行计算。你写normal(priors[i,1], priors[i,2])的时候，函数直接把priors[i,1]、priors[i,2]这两段代码文本存进去了，根本没提前读取里面的数值。
而lm()这类常规R函数用的是标准求值，传进去的索引会立刻被计算成对应数值，所以同样的索引写法在lm里能正常运行，在prior里不行。

你之前试的几种写法没效果的原因也很明确：

• as.numeric()、as.list()：这些函数调用本身也被当成表达式存了，没有被提前执行
• paste()传字符串：prior()不认字符串格式的分布定义，必须是合法的R调用对象
• get()写法本身有语法错误，就算写对了，get()的调用也会被当成表达式存起来，不会提前执行

两种写法都能稳定得到你要的结果，选顺手的用即可：

方法1：拼接表达式字符串转公式 #

把数值直接拼到分布定义的字符串里，转成单边公式传给prior()，写法最简单：

library(brms)
priors <- cbind(c(10,20,30,40), c(2,4,6,8))
i <- 1

tmp <- prior(
  as.formula(paste0("~normal(", priors[i,1], ", ", priors[i,2], ")")),
  nlpar = "x"
)

运行后输出完全符合预期：

#b_x ~ normal(10, 2)

方法2：用do.call构造调用传参 #

do.call()会在调用目标函数前，先把所有参数求值计算完再传入，刚好能绕开prior()的非标准求值捕获，不需要拼接字符串：

i <- 1
tmp <- do.call(
  prior,
  args = list(
    prior = call("normal", priors[i, 1], priors[i, 2]),
    nlpar = "x"
  )
)

如果要批量生成多组先验，直接套循环即可，比如给4个非线性参数批量设先验：

# 初始化空先验集合
priors_set <- brmsprior()
nlpar_list <- c("a", "b", "c", "d")
for (idx in 1:4) {
  priors_set <- priors_set + prior(
    as.formula(paste0("~normal(", priors[idx,1], ", ", priors[idx,2], ")")),
    nlpar = nlpar_list[idx]
  )
}

内容的提问来源于stack exchange，提问作者marine-ecologist