我正在製作用於吉布斯採樣的Rcpp代碼。在代碼裏面，我首先要創建一個三維數組，其中行數=迭代次數（500），列號=參數數量（4），切片數量=鏈數（3）。我這樣寫： #include <RcppArmadillo.h>
#include <math.h>
// [[Rcpp::depends(RcppArmadillo)]]
using namespace Rcpp;
using na
對於下面的邏輯迴歸模型，我希望能夠使用n（和y）的非整數值從後驗進行採樣。當部分數據可用或希望降低體重是可取的時，這可以發生在這種模型中。 model <- function() {
## Specify likelihood
for (i in 1:N1) {
y[i] ~ dbin(p[i], n[i])
logit(p[i]) <- log.alp
一個情節我還在學習更多關於BSTS包，所以我，使用R AirPassengers DataSet和學習沿預測創建BSTS型號， ###library(lubridate)
###library(bsts)
###library(dplyr)
###library(ggplot2)
###Load the data
data("AirPassengers")
Y <- win