使用rstan的贝叶斯有序逻辑回归模型语法排查及函数报错问题

问题描述 #

我参考已发表论文的分级响应模型（有序逻辑回归）代码，使用brms构建贝叶斯IRT单维2PL GRM，代码如下：

# Load packages ----
library(rstan)
library(tidyverse)
library(brms)
# Bayes IRT Unidimensional 2pl GRM ----

formula_uni <- bf(
  resp | thres(gr = item) ~ 1 + (1 | id),
  disc ~ 1 + (1 |i| item)
)

prior_uni <-
  prior("normal(0, 3)", class = "Intercept") +
  prior("constant(1)", class = "sd", group = "id") +
  prior("normal(0, 1)", class = "sd", group = "item", dpar = "disc") 

## Posterior Samples ----
fit_uni <- brm(
  formula = formula_uni,
  data = tsc_dat1,
  family = brmsfamily("cumulative", "logit", link_disc = "log"),
  prior = prior_uni,
  iter = 5000,
  chains = 4,
  cores = 4
)

运行时出现语法错误，报错信息如下：

Compiling Stan program...
SYNTAX ERROR, MESSAGE(S) FROM PARSER:
No matches for: 

  log_inv_logit_diff(real, real)

Function log_inv_logit_diff not found.
 error in 'model61a4787630c_d5da0bad07704d69638ca1b1ee168864' at line 19, column 84
  -------------------------------------------------
    17:        return log1m_inv_logit(disc * (thres[nthres] - mu));
    18:      } else {
    19:        return log_inv_logit_diff(disc * (thres[y] - mu), disc * (thres[y - 1] - mu));
                                                                                           ^
    20:      }
  -------------------------------------------------

请问该模型语法是否正确？此报错是遗漏加载包还是其他原因导致？

解答 #

模型语法正确性 #

你的模型语法是正确的：

• 公式中thres(gr=item)指定每个项目对应独立阈值，符合GRM的核心设定；
• disc ~ 1 + (1|i|item)为项目区分度设置随机效应，是2PL GRM的标准写法；
• 先验设置合理：截距项用宽正态先验，被试能力标准差固定为1（满足IRT模型识别要求），区分度的随机效应标准差用正态先验；
• 族设置brmsfamily("cumulative", "logit", link_disc = "log")准确，cumulative对应分级响应模型，link_disc="log"保证区分度为正。

报错原因 #

这个报错和加载包无关，核心原因是你的rstan/brms版本过低：log_inv_logit_diff是Stan 2.26及以上版本新增的函数，旧版本rstan（对应旧版Stan）未包含该函数，导致编译时无法识别。

解决办法 #

升级rstan和brms到最新版本：

# 升级brms
install.packages("brms", dependencies = TRUE)
# 若rstan版本过旧，先卸载再安装
remove.packages("rstan")
install.packages("rstan", dependencies = TRUE)

升级完成后重启R会话，再重新运行模型代码即可。

内容的提问来源于stack exchange，提问作者user2450223