jags

2熱度

1回答

這可能並不重要，但是我一直在好奇。當我在JAGS/BUGS中構建一個模型時，我最初被教導使用pow()函數處理能量轉換（例如tau <- pow(sigma, -2)將標準偏差轉換爲正態分佈的精度參數），但很多時候我會結束而是使用簡單的算術運算符。我的問題是這樣的嗎？pow()有編程或語法上的好處，還是僅僅是一個美學問題？通過最初的探索，這裏有一個很好的，長期的玩具簡單線性迴歸，具體說明了兩種

3熱度

2回答

翻譯WinBUGS軟件模型JAGS（用R）

我想實現以下模型JAGS爲WinBUGS軟件寫： model { for (i in 1:N) { wtp[i] ~ dweib(r[G[i]], mu[i])I(lower[i], upper[i]) mu[i] <- exp(beta[G[i]]) G[i] ~ dcat(P[]) } P[1] ~ d

2熱度

1回答

JAGS/WinBUGS中的嵌套隨機效應

我對在JAGS中擬合下面的嵌套隨機效應模型感興趣。 SAS代碼 proc nlmixed data=data1 qpoints=20; parms beta0=2 beta1=1 ; bounds vara >=0, varb_a >=0; eta = beta0+ beta1*t+ b2+b3; p = exp(eta)/(1+exp(eta));

0熱度

1回答

R：將矩陣讀入JAGS

我正在嘗試將10 x 10矩陣讀入JAGS模型。我把我的矩陣叫做「矩陣1」。我有以下，它不工作： for (i in 1:10) { for (j in 1:10 { mat[i,j] <- matrix1 } } 有誰知道如何做到這一點？謝謝！

0熱度

1回答

JAGS - 將功能應用到所有參數節點

我是JAGS的新手，我通過R2jags包在R中運行模型。模型代碼是基於從柯瑞& Schaub的2012（'貝葉斯人口分析使用WinBUGS軟件「）取的代碼，第399 卡方度量差異計算 model { .... for(g in 1:G) { for (t in 1:T) { ... E[g,t] <- pow((y[g,t] - eval[g,t]),2)/ev

0熱度

2回答

Winbugs to Rjags beta二項模型翻譯

我正在通過Christensen等人的教科書「貝葉斯理念和數據分析」有一個簡單的練習中，涉及剪切和粘貼下面的代碼在運行WinBUGS軟件的書： model{ y ~ dbin(theta, n) # Model the data ytilde ~ dbin(theta, m) # Prediction of future binomial theta ~ dbeta(a, b) # The

1熱度

1回答

是否可以爲JAGS中的循環定義一個隨機限制？

我試圖按照Hui，Ibrahim和Sinha（1999）提出的方法實施一個具有治癒率的Weibull比例風險模型 - 具有存活分數的新的生存數據貝葉斯模型。但是，我不確定是否可以爲JAGS中的循環定義一個隨機限制。 library(R2OpenBUGS) library(rjags) set.seed(1234) censored <- c(1, 1) time_mod <- c(NA,

0熱度

1回答

R包中的.JAGS模型文件

我正在編寫一個R包，它使用rjags作爲依賴關係。我輸出的函數需要在內部調用rjags::jags.model("myModel.JAGS")。我覺得我應該捆綁exec文件夾中myModel.JAGS文件，即使它不是一個嚴格-意義上「腳本」。我應該如何訪問它？我發現 #'@export myFunction <- function() { # ... path <-

0熱度

1回答

節點與父母不一致，JAGS

我試圖估計JAGS中的模型。我希望州先驗依靠區域平均值。我一直在搞這件事，除了這個錯誤之外無法獲得任何東西。我不明白爲什麼會發生這種情況，因爲當我添加一個常數到法線的平均值時，它不會引發任何錯誤（我在下面添加1），但是當我添加另一個常量時，我得到節點z [n]錯誤。 Error in node y[8] Node inconsistent with parents model{ for

0熱度

1回答

如何構建模型並在R代碼中找到貝葉斯模型的測試版？

我想構建一個Jags模型，並找到測試以及貝葉斯數據分析的先驗。我的模型有3個預測變量x1, x2, x3，結果是伯努利分佈變量Y。如何定義先驗概率P(Y=1|X1), P(Y=1|X2), P(Y=1|X3)三個預測因素影響結果Y？我的數據基於矩陣nXr, n=1920 r=4 columnsX1, X2, X3 and Y。