该包是一个 R 包，用于使用 Stan 作为后端的类似语法的brms贝叶斯模型。lme4在包中，有一个选项可以在不指定任何先验的情况下拟合模型。在这种情况下，根据文档，包默认选择非信息或弱信息先验。特别是，根据一个小插曲，对于总体级别的参数，默认值是不合适的，而对于组级别的参数，SD 的默认值是学生的t。

当我使用默认先验（没有先验信息可言）拟合模型时，我想看看实际使用的先验是什么。该函数prior_summary打印出拟合模型后使用的先验。

但是，我无法理解打印输出。在这里，模型是distance | cens(censored) ~ (segdist + tonedist | participant) + (1|variable)：

                  prior     class      coef       group resp dpar nlpar bound
1   student_t(3, 4, 10) Intercept                                            
2  lkj_corr_cholesky(1)         L                                            
3                               L           participant                      
4   student_t(3, 0, 10)        sd                                            
5                              sd           participant                      
6                              sd Intercept participant                      
7                              sd   segdist participant                      
8                              sd  tonedist participant                      
9                              sd              variable                      
10                             sd Intercept    variable                      
11  student_t(3, 0, 10)     sigma                                            

如您所见，有许多行没有事先指定。为此，我想到了两个原因：

可能性1：那些空白行适合不正确的先验。考虑这一点的一个原因是all函数中有一个参数，文档描述如下：显示模型中可能具有先验（TRUE）或仅具有适当先验（FALSE）的所有参数？'。将其设置为 FALSE 后，除 1、2、4 和 11 之外的所有行都被删除，似乎暗示它们具有不正确的先验。

然而，这似乎很奇怪，因为 SD 有一个不正确的先验，这是他们不应该的。此外，我不确定像 3、4、5 和 9 这样的线实际上是什么。4 特别是不能指模型的残差标准差，因为那是sigma，所以不清楚人口级别的 sd 在这里做什么。

可能性 2：第 2 行和第 4 行是标题，并暗示以下所有行都有该标题。这在第 2 行的情况下似乎是有道理的。假设class列中的L 是cor（相关性；我在文档中的任何地方都找不到L类）的替代，那么先验是有道理的。participant（我在分组中只有相关性，因为 for variable，只有一个随机截距。）同样，所有组级效应都有学生的t先验，这是预期的行为。

这是我觉得比较明智的猜测。但是，它并没有解释 的奇怪行为all，因为第 3 行和第 5-10 行会有适当的先验，即使all=FALSE根据文档也应该显示出来。此外，第 5 行和第 9 行仍然有点神秘，尽管我可以将它们解释为“继承”第 4 行的先验并将它们“传递”到截距和斜率的“副标题”。

我的任何猜测都正确吗？

PS 的文档prior_summary是 p.133 of this。