は、我々はその個人がデータ点が(これらは、あなたが作成する必要がありますものですR
にあなたがすることで、これらを作ることができるために属する家と示す二つのベクトルを持っていると仮定しましょうas.numeric
を介して係数を数値に変更します)。したがって、2つの住宅と5つの個人から10のデータポイントがある場合、このようになります。
house_vec = c(1,1,1,1,1,1,2,2,2,2)
#家のための家の1、4のための6ポイント2
ind_vec = c(1,1,2,2,3,3,4,4,5,5)
#誰もがデータポイントので
の2つの観測
N = 10
#番号を持っている、上記のベクトルがあることを教えて最初の家の3人(house_vec
の最初の6つの要素は1
であり、最初の6つの要素はind_vec
の範囲は1から3です)、2番目の家には2人の個人(最後の4つの要素はhouse_vec
は2であり、ind_vec
の最後の4つの要素は4と5です)。これらのベクトルを使用して、JAGSでネストされた索引付けを行い、ランダムな効果構造を作成できます。これのようなもので十分です。これらのベクターは、あなたがそれをmu_house
で通知されるようあなたは、線形予測の範囲内mu_ind
を含めるのみ必要があるだろうTestResult
for(i in 1:N){
mu_house[house_vec[i]] ~ dnorm(0, taua)
mu_ind[ind_vec[i]] ~ dnorm(mu_house[house_vec[i]], taub_a)
}
# priors
taua ~ dgamma(0.01, 0.01) # precision
sda <- 1/sqrt(taua) # derived standard deviation
taub_a ~ dgamma(0.01, 0.01) # precision
sdb_a <- 1/sqrt(taub_a) # derived standard deviation
に含める必要がありdata.listに供給されることでしょう。残りのモデルはそうです。
for(i in 1:N){
logit(p[i]) <- beta0 + beta1 * t + mu_ind[ind_vec[i]]
TestResult[i] ~ dbern(p[i])
}
あなたは、私はあなたのサポートのために最も感謝していbeta0
とbeta1
のための事前分布を設定する必要があります。私を助ける時間をとってくれてありがとう、本当に感謝しています – belaya