如何用rpy2来估计一个brms模型？

Question

我正在尝试估计下面的模型。该模型在R中使用了一个名为brms的包。我正在用Python做所有的数据操作。为了在两种语言之间架起桥梁，我使用rpy2。我可以用rpy2加载brms包，但是我不知道用什么语法来估计模型。下面是我想做的一个简单的例子。我试着按照rpy2网站上的文档操作，但我似乎无法让它工作。这段代码在R中原生运行，我如何将它翻译成rpy2

library(brms) 
data("kidney", package = "brms") 
head(kidney, n = 3)

fit1 <- brm(time | cens(censored) ~ age + sex + disease, 
            data = kidney, family = weibull, inits = "0")
summary(fit1)  
plot(fit1)

fit2 <- brm(time | cens(censored) ~ age + sex + disease + (1|patient),
                data = kidney, family = weibull(), inits = "0",
                prior = set_prior("cauchy(0,2)", class = "sd"))
summary(fit2)  
plot(fit2)

Answer 1

在Python中，每个非内置属性或对象都必须使用名称空间进行限定。幸运的是，在R中，一切都是隐式名称空间中的对象！大多数新用户可能不知道，但每个会话都加载了内置的核心库base、stats、utils。许多日常函数，如read.csv、data.frame和lapply，实际上都是库中的方法，可以使用双冒号运算符以Python的方式调用：utils::read_csv()、base::lapply()、stats::lm()。要查找这样的库，请在R中使用? (即?lapply)检查方法的文档页面，并在左上角查找。

因此，只需保留所有的R语法，当然，要遵守Python语法规则，比如转换点名称，并且不使用赋值<-操作符。但是，rpy2不以交互方式呈现图形，因此您需要将绘图作为图像保存到磁盘，并对任何控制台输出执行print操作。此外，一个挑战可能是加载内置数据集。下面包括从内置R数据集软件包加载的mtcar。希望它是可翻译的。

from rpy2.robjects.packages import importr, data

# IMPORT R PACKAGES
base = importr('base')
utils = importr('utils')
datasets = importr('datasets')
stats = importr('stats', robject_translations={'as.formula': 'as_formula'})
graphics = importr('graphics')
grDevices = importr('grDevices')    
brms = importr('brms')

# LOADING DATA
# WORKING EXAMPLE: mtcars = data(datasets).fetch('mtcars')['mtcars']
kidney_df = data(brms).fetch('kidney')['kidney']
print(utils.head(kidney_df, n = 3))

# MODELING
formula1 = stats.as_formula("time | cens(censored) ~ age + sex + disease")
fit1 = brms.brm(formula1, data = kidney_df, family = "weibull", inits = "0")
print(stats.summary(fit1))

formula2 = stats.as_formula("time | cens(censored) ~ age + sex + disease + (1|patient)")    
fit2 <- brms.brm(formula2, data = kidney_df, family = "weibull", inits = "0",
                 prior = brms.set_prior("cauchy(0,2)", class = "sd"))
print(stats.summary(fit2))

# GRAPHING
grDevices.png('/path/to/plot1.png') 
graphics.plot(fit1)
grDevices.dev_off()

grDevices.png('/path/to/plot2.png') 
graphics.plot(fit2)
grDevices.dev_off()