Worum geht es hier?
Ein
Prior fühlt sich auf der Parameterskala oft harmlos an — aber was bedeutet er für die
Daten, die dein Modell für plausibel hält? Der
Prior Predictive Check beantwortet genau das: Aus den Priors allein (ganz ohne echte Messwerte) werden Datensätze simuliert und z. B. als Regressionslinien oder Dichten gezeigt. So siehst du
vor dem eigentlichen Fit, ob dein Prior realistische oder absurde Welten erzeugt.
Wichtig — lade deine eigenen Prädiktoren hoch. Ob ein Prior plausibel ist, hängt von den Werten deiner Prädiktoren ab: Mit β = 2 sind x = 1 und x = 100 völlig verschiedene Welten. Ohne Upload rechnet das Tool deshalb mit
Standardwerten — x ~ Normal(0, 1), also z-standardisierte Prädiktoren (50 Pseudo-Beobachtungen pro Draw). Hast du deine Prädiktoren in anderen Einheiten (Alter in Jahren, Einkommen in Euro, …), ist der Check dann irreführend. Mit deiner Datei (Sidebar „Daten-Upload") setzt das Tool für jede Beobachtung deine echten x-Werte ein — genau wie
brms bei
pp_check. Dein
y fließt dabei nicht in die Priors ein; es erscheint nur als grüne Vergleichskurve.
So gehst du vor
1. Modell wählen (links) —
Likelihood-Familie, passend zu deiner Outcome-Variable; alternativ das komplette Modell im
brms Model Builder bauen und per Klick hierher übertragen
2. Eigene Daten hochladen — CSV mit der Spalte
y sowie deinen Prädiktoren als
x (bzw.
x1,
x2, …); optional
group für Gruppen (
Random Effects). So rechnet der Check mit deiner echten Datenstruktur statt mit Standardwerten
3. Priors einstellen — über die Sidebar, bei Bedarf mit „⬡ Prior Lab light" als Rechen-/Visualisierungshilfe (CI-Solver) zur Seite — die gefundenen Werte trägst du dann selbst in die Sidebar ein
4. Simulierte Daten betrachten — plausibel, oder schon jetzt unrealistisch? Liegt die grüne Kurve deiner echten Daten im Bereich der blauen Prior-Kurven, passt der Prior zur Größenordnung deiner Daten
Für eine umfangreichere Version von „Prior Lab light" (mehr Verteilungstypen,
GLM-Modus für Logit-/Log-Link) nutze das eigenständige
Prior Lab.
Praktische Extras
⊞ A/B-Vergleich stellt zwei Prior-Sets nebeneinander;
⊕ Mixed Model erweitert um Random Effects. Ein fertiges Modell aus dem
brms Model Builder lässt sich direkt hierher übertragen (Button „⬡ → Builder" für die Rückrichtung) — R-Code, SVG und PNG lassen sich jederzeit exportieren.