MCMClogit混亂

Question

可能有人向我解釋爲什麼

simulatedCase <- rbinom(100,1,0.5) 
simDf <- data.frame(CASE = simulatedCase) 
posterior_m0 <<- MCMClogit(CASE ~ 1, data = simDf, b0 = 0, B0 = 1) 

結果總是在0 MCMC接受比例是多少？任何解釋將不勝感激！

Answer 1

我認爲你的問題是模型公式，因爲logistic regression models have no error term。因此，您的型號CASE ~ 1應該替換爲類似CASE ~ x（預測變量x是強制性的）。這裏是你的榜樣，修改：

CASE <- rbinom(100,1,0.5) 
x <- 1:100 
posterior_m0 <- MCMClogit (CASE ~ x, b0 = 0, B0 = 1) 
classic_m0 <- glm (CASE ~ x, family=binomial(link="logit"), na.action=na.pass) 

所以我覺得你的問題是不相關的MCMCpack庫（免責聲明：我從來沒有使用這個包）。

Answer 2

對於任何跌進這個同樣的問題：

看來，MCMClogit功能無法處理任何事情，但B0 = 0，如果你的模型只有一個攔截。

如果你添加一個協變量，那麼你可以指定一個精度就好了。

如果你真的想從這個模型中抽樣，我會考慮其他包（如arm或rjags）。有關可用於貝葉斯迴歸的選項列表，請參見http://cran.r-project.org/web/views/Bayesian.html