我想用rjags library(betareg)
d = data.frame(p= sample(c(.1,.2,.3,.4),100, replace= TRUE),
id = seq(1,100,1))
# I am looking to reproduce this regression with jags
b=betareg(p ~ id, data= d,
我有點新尖齒，和我一直在貨架我的大腦試圖看到我在做什麼錯我的代碼，這是給這個錯誤信息： 「無法計算precd'的子集表達式。 我附加了我的代碼，其中也有編碼的數據。我會很感激所有我能得到的幫助。 nS=number of studies,
r=number of events,
n=sample size,
tau.sq=heterogeneity,
na=number of arms,
每次使用jags()函數運行我的JAGS模型時，我都會得到非常不同的擬合參數值。但是，我希望其他人重現我的結果。 我試圖添加set.seed(123)，但它沒有幫助。 This link描述瞭如何使用run.jags()函數實現我的目標。我想知道如何使用jags()來做類似的事情。謝謝！ 下面是我在R型： ##------------- read data -------------##
m <
我正在用R中的JAGS對離散值擬合威布爾模型。我對連續數據擬合威布爾沒有問題，但是當我切換到離散數據時遇到麻煩值。 這裏有一些數據和代碼在JAGS以適應泊爾模型： #draw data from a weibull distribution
y <- rweibull(200, shape = 1, scale = 0.9)
#y <- round(y)
#load jags, speci
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