winbugs

2熱度

1回答

在R中運行R2WinBUGS時發生錯誤：'type'對於此格式必須爲「real」

我在R. Heres中運行R2WinBUGS時出現錯誤，它是可重複性的代碼。 #Set working directory setwd("H://AChaudhuri/Testing/CSVS") matrix=NULL csvs <- paste("MVN", 1:2, ".csv", sep="") for(i in 1:length(csvs)){ matrix[[i]] <-

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

3熱度

2回答

rJAGS版本的write.model（）？

R2WinBUGS包具有一個稱爲write.model()的功能。 R包rjags沒有我知道的這樣的功能。 write.model創建一個臨時文本文件，可以通過WinBUGS將其作爲模型讀取。我知道我能進入write.model到控制檯看到的功能，但這個功能似乎撥打電話的功能，我從來沒有見過的，並在help()無法搜索（例如，replaceScientificNotationR顯然是一個功能）。

3熱度

1回答

顯示進度R2WinBugs

我正在做一些使用R2WinBugs的貝葉斯分析，因此我可以將它們放在for-loop中。它完美地工作，R調用WinBugs，然後模擬開始，當它完成時，結果被保存並開始下一個分析。當我通常使用WinBugs時，如果沒有R，我可以監視更新屏幕中已經完成的模擬，所以我大致知道它的運行速度以及完成需要多長時間。我的問題是：R2WinBugs是否有一個選項，或者可能是一個不同的包，用於在WinBugs f

3熱度

1回答

如何在BRugs中找到後驗模式

我想使用R包「BRugs」來實現Gibbs採樣器，但是生成摘要後驗統計的函數（如samplesStats（））僅返回平均值和中位數。是否有可能提取後驗模式？

2熱度

1回答

R的WinBUGS自動化問題

我有一個與R代碼有關的問題，它調用了BUGS。我已經在WinBUGS中運行該模型，它運行良好，給我預期的結果。以下是當我有單個結果或Y的單變量數據時使用的自動化代碼。現在我想用它來獲得多個結果。我嘗試了一種閱讀數據的不同方式。有2個模擬測試，從csv文件中讀取。不確定在代碼中指定的位置，以便可以爲2個結果而不是1個結果重複相同的過程。 setwd（「C：//蒂娜/ USB_Backup_0422

3熱度

3回答

如何在函數每次迭代時增加時編寫for循環？

我試圖估計在多個觀察期間檢測動物從n.sites發現的概率，當動物被移除並且檢測時間和空間發生變化時。它的工作原理，如果我這樣做了5觀察期： for(i in 1:nsites){ mu[i,1] <- p[i,1] mu[i,2] <- p[i,2]*(1-p[i,1]) mu[i,3] <- p[i,3]*(1-p[i,1])*(1-p[i,2]) mu

2熱度

1回答

這個鏈包含未初始化的變量

當我使用附加的模型加載3個鏈時，我得到「這個鏈包含未初始化的變量」。我打「gen init」繼續前進。這是一件正確的事情嗎？固定模型不會發生這種情況，但傾向於隨機模型發生。請指教。 #BUGS model model{ for(i in 1:ns){ w[i,1] <- 0 delta[i,1] <- 0 mu[i] ~ dnorm(0,.0001)

1熱度

1回答

WinBUGS等於NA功能

有人請讓我知道，如果等號括號中的一個元素是NA，WinBUGS中的equals函數返回什麼？具體來說，我想要做的轉型： for(i in 1:N){ newvar[i] <- 1*equals(oldvar[i],0) + 2*equals(oldvar[i],1.5) + 3*equals(oldvar[i],4) + 4*equals(oldvar[i],8) } 並且想保留

0熱度

1回答

如何找到後驗參數的概率WinBUGS軟件

我WinBUGS軟件代碼如下： model { for (i in 1:N){ logit(p[i])<- alpha+ beta*x[i] y[i]~ dbin(p[i], n[i]) } alpha~ dnorm(0,0.000001) beta~ dnorm(0,0.000001) pbeta<-step(beta-0) }