Statistics stan中单纯形列的矩阵

有没有办法用Stan中的单纯形列构造矩阵？我想要构建的模型类似于下面的模型，其中我的模型计算为dirichlet多项式：

data {
  int g;
  int c;
  int<lower=0> counts[g, c];
}

parameters {
  simplex [g] p;
}

model {
  for (j in 1:c) {
    p ~ dirichlet(rep_vector(1.0, g));
    counts[, j] ~ multinomial(p);
  }
}

---

如果有另一种方法来构造这个潜在变量，那当然也很棒！我不太熟悉stan，因为它只实现了几个层次模型。

要回答您提出的问题，您可以在stan程序的参数块中声明一个simplex数组，并使用它们填充矩阵。比如说,

parameters {
  simplex[g] p[c];
}
model {
  matrix[g, c] col_stochastic_matrix;
  for (i in 1:c) col_stochastic_matrix[,c] = p[c];
}

但是，在您给出的示例中，实际上不需要形成列随机矩阵，因为您可以通过索引一组单纯形（如

data {
  int g;
  int c;
  int<lower=0> counts[g, c];
}
parameters {
  simplex [g] p[c];
}
model {
  for (j in 1:c) {
    p[j] ~ dirichlet(rep_vector(1.0, g));
    counts[, j] ~ multinomial(p[j]);
  }
}

---

这是一个绝对令人惊讶的答案，非常感谢。我认为集成Simplex将是最终的答案，但鉴于我正处于原型阶段，我可能会暂时坚持使用Simplex。回到这里，我意识到我误解了你的最后一点。模型是相同的，大约快6倍。再次感谢！

data {
  int g;
  int c;
  int<lower=0> counts[g, c];
}
parameters {
  simplex [g] p[c];
}
model {
  for (j in 1:c) {
    p[j] ~ dirichlet(rep_vector(1.0, g));
    counts[, j] ~ multinomial(p[j]);
  }
}

functions {
  real DM_lpmf(int [] n, vector alpha) {
    int N = sum(n);
    real A = sum(alpha);
    return lgamma(A) - lgamma(N + A) 
           + sum(lgamma(to_vector(n) + alpha)
           - sum(lgamma(alpha));
  }
}