brms：如何设置分类变量的优先级？

我正在使用 2 个分类变量构建二项式回归模型。这是《统计反思》一书中的一个例子。在书中，在使用 rethinking 包时，我们可以对每个分类变量设置先验，如下所示

m11.5 <- ulam(
 alist(
   pulled_left ~ dbinom( 1 , p ) ,
   logit(p) <- a[actor] + b[treatment] ,
   a[actor] ~ dnorm( 0 , 1.5 ),
   b[treatment] ~ dnorm( 0 , 0.5 )
) ,
data=d , chains=4 , log_lik=TRUE )

我正在尝试在 brms 中做同样的事情。

priors <- c(prior(normal(0, 1.5), class = b, coef = "actor"),
            prior(normal(0, 0.5), class = b, coef = "treatment"))

m11.5 <- brm(data = d, family = binomial,
          formula = pulled_left | trials(1) ~ 1 + actor + treatment,
          sample_prior = T, prior = priors,
          cores = 4, chains = 4)

我想为所有演员级别和曾经提到的治疗级别设置先验。但是上面的代码没有执行，并出现以下错误消息，

使用 get_prior 后，我看到以下内容（暗示级别在内部分裂）

我不想为分类变量的每个级别指定先验。我该怎么做？请指教。

您可以粘贴并设置多个系数：

priors <- c(prior_string("normal(0, 1.5)", class = "b", coef = paste("actor", 2:7, sep="")),
            prior_string("normal(0, 0.5)", class = "b", coef = paste("treatment", 2:4, sep="")))