r2jags

2熱度

1回答

我被告知使用貝葉斯推理，而不是僅使用輪詢數據分析工作。但是，我有一個問題;我有一個小數據集，可以猜測各方的先前分佈情況，並且我有來自民意調查的數據。我如何從Gibbs模擬中獲得邊際值？ prior <- a <- c(.30, .15, .15, .10, .10, .08, .12) polls <- data.frame(rbind( a <- c(.24, .23, .20, .

5熱度

1回答

jags.parallel - 在GET（姓名，ENVIR = ENVIR）錯誤：無效的第一個參數

當使用jags.parallel，我得到以下錯誤： > out <- jags.parallel(win.data, inits, params, "Poisson.OD.t.test.txt", + nc, ni, nb, nt); Error in get(name, envir = envir) : invalid first argument 使用jags功能相同的呼叫運行正常。我

2熱度

1回答

如何使用jags（）函數設置隨機種子？

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 <

0熱度

1回答

我如何從mcmc中提取數據RJAGS

我正在運行以下模型，其中我爲每個投票周進行了測量。每個派對產生超過100個阿爾法矢量。可能的問題是，我怎樣才能以一種我可以繪製折線圖的方式儲存它們？ model{ ## measurement for(i in 1:NPOLLS){ p1[i] ~ dnorm(alpha1[WoY[i]] + pollster1[org[i]], prec1[i]) p2[i]

0熱度

1回答

如何解釋jags中的某些語法（n.adapt，update ..）？

我感到很困惑，在V形凹口下面的語法，例如， n.iter=100,000 thin=100 n.adapt=100 update(model,1000,progress.bar = "none") 目前我認爲 n.adapt=100意味着您將第一個100平的老化， n.iter=100,000指MCMC鏈有100,000次迭代，包括老化，我已經檢查了這個問題的很多時間的解釋，但仍然不確

0熱度

1回答

R，JAGS，r2jags：訪問「for」循環開始處的最後一個元素

我正在處理實驗設計問題，並嘗試通過R和r2jags來匹配JAGS模型。要測量殘留效應，我必須訪問其中一個變量列表中的i-1元素。當i=1時，此變量必須返回值列表中的最後一項。我試圖使用ifelse（），但沒有奏效。我的嘗試： for (i in 1:Ntotal){ j <- ifelse(i==1,Ntotal,j) y[i] ~ dnorm(y.hat[i], tau)

0熱度

1回答

如何獲取rjags中的採樣時間？

我已經用rjags實現了LDA模型。我順利地拿到了最後的樣本： jags <- jags.model('../lda_jags.bug', data = data, n.chains = 1, n.adapt = 100) update(jags, 2000) samples <- jags.samples(jags, c('th

4熱度

1回答

向量（「list」，n.chains）中的錯誤：無效的'length'參數

我正在使用R2jags和CODA爲我的MCMC鏈生成一些診斷統計信息，但我遇到了麻煩。我想運行MCMC如下： modelfit <- jags(data=jags.data, inits=jags.inits, model.params, n.iter = 100000, model.file=jags.model, model.params) 的錯誤是： Error in v

1熱度

1回答

as.mcmc中的錯誤應用於R中的jags（）輸出？

我剛剛從R2OpenBUGS的R2jags切換過來，並且發現了一些我不明白的東西。在使用jags()運行仿真並使用as.mcmc()轉換輸出之後，第一個採樣總是具有非常高的偏差，並且通常離會聚參數估計非常遠。與bugs()運行相同的數據不會出現此示例。這幾乎就像第一個樣本是實際的來自老化階段的第一個樣本。可重複的代碼，包括錯誤的初始估計，以顯示jags()的第一個樣本中的錯誤參數，但不顯示bug

1熱度

1回答

在R中指定隨機效果之間的非線性關係

我正在使用多級模型嘗試描述縱向變化中的不同模式。當隨機效應完全相關時，Dingemanse et al (2010)描述了「扇出」模式。然而，我發現當隨機效應之間的關係是非線性的但在觀察到的時間間隔內單調遞增時會出現類似的模式。在這種情況下，隨機效應並不完全相關，而是由函數描述。請參閱下面的示例以獲取此示例。這個例子仍然具有很高的截距 - 斜率相關性（> .9），但是可以得到低於.7的相關性，同