R Shiny中brms::brm无法识别用户输入自定义先验的问题排查

• brm()的prior参数仅接受brmsprior专属类的结构化对象，不支持直接传入字符串表达式。
• 你通过字符串拼接生成的内容是字符型变量，传入后brms不会做隐式解析，也不会抛出显式报错，会静默回退到默认无信息先验完成拟合，因此运行无异常，但prior_summary()中看不到自定义先验，拟合结果也不符合你的预期。
• 额外提醒：不要尝试用eval(parse(text = 你的字符串))的方式绕问题，Shiny应用中解析用户输入拼接的字符串存在严重代码注入风险，属于高危写法。

直接用用户输入的数值参数原生构造brmsprior对象即可，完全不需要字符串拼接：

单系数先验场景（你当前的需求） #

# 错误写法（你当前的实现）
# prior_input <- paste0("c(prior(normal(", input$prior_mu, ",", input$prior_sigma, "),coef=temperature))")
# model <- brm(y ~ temperature, data = model_data, prior = prior_input)

# 正确写法
library(brms)
# 直接取用户输入的数值构造合法prior对象
custom_prior <- prior(normal(input$prior_mu, input$prior_sigma), coef = temperature)
# 传入brm即可正常生效
model <- brm(y ~ temperature, data = model_data, prior = custom_prior)

构造完成后你可以直接打印custom_prior，如果输出带brmsprior类标识、能看到你设置的normal分布和对应coef，就说明对象构造正确，拟合后prior_summary(model)会明确显示该自定义先验。

多系数动态先验场景（扩展） #

如果后续需要支持用户给多个回归系数分别设置先验，用列表动态构造再合并即可，依然不需要拼字符串：

# 示例：假设你有2个系数需要配置先验，参数均从UI输入获取
prior_configs <- list(
  list(coef = "temperature", mu = input$temp_mu, sigma = input$temp_sigma),
  list(coef = "humidity", mu = input$humid_mu, sigma = input$humid_sigma)
)

# 批量构造prior对象
prior_list <- lapply(prior_configs, function(cfg) {
  prior(normal(cfg$mu, cfg$sigma), coef = !!sym(cfg$coef))
})

# 合并为brms可识别的合法prior对象
final_prior <- do.call(c, prior_list)

# 传入模型
model <- brm(y ~ temperature + humidity, data = model_data, prior = final_prior)

内容的提问来源于stack exchange，提问作者Ozgur Alptekın