jags()関数を使用してJAGSモデルを実行するたびに、適合するパラメータの値が大きく異なります。しかし、私は他の人に自分の結果を再現させたい。 set.seed(123)を追加しようとしましたが、役に立たなかった。 This linkは、run.jags()機能を使用して目標を達成する方法を説明しています。 jags()を使って、どうやって同様のことをすることができるのだろうか。ありがとうござ
RのJAGSを使用して離散値にワイブルモデルをフィッティングしています。連続データにワイブルを当てはめるのに問題はありませんが、離散値。ここで は、いくつかのデータであり、ぎざぎざでワイブルモデルに合うようにコード: #draw data from a weibull distribution
y <- rweibull(200, shape = 1, scale = 0.9)
#y <- r
に指定しています。依存関係のあるベクトルyには、共変量x1とx2の関数としてモデル化できるデータがあります。 yおよびx1が「プロット」レベルで観察され、x2が「サイト」レベルで観察される。プロットはサイト内で階層的にネストされます。関連する共変量データを伴うyの100回の観察があります。 #generate covariate data at plot and site scales.
x1
以下のロジスティック回帰モデルでは、n(およびy)の非整数値を使用して事後からサンプリングすることができます。これは、部分的なデータが利用可能である場合、または体重を下げることが望ましい場合に、この種のモデルで起こり得る。 model <- function() {
## Specify likelihood
for (i in 1:N1) {
y[i] ~ dbi
R、Bayestats and Jags newbie here。私はいくつかのカウントデータのモデリングに取り組んでいます。ポアソンは私の最高の推測のようです。私は階層的なモデルをしたいと思っています。それは、パラメータを微調整する可能性を私に残すからです。 A[i,j] <- dpois(a[i,j])
a[i,j]) <- b[i,]*x[i,j] +c[i] for all j,