rjags

1熱

1答えて

非常によく混じった2つのチェーン（チェーン1と3）とチェーン2（チェーン2）を持つrunjagsオブジェクトがあります。チェーン1と3だけを含むようにrunjagsオブジェクトをトリミングするにはどうすればいいですか？ランナーを使ってJAGSモデルを生成するという再現可能な例があります（ここでチェーンはよく混在していますが）。 trim.jags <- as.mcmc.list(jags.out

2熱

1答えて

rjagsを使用して条件付き線形ガウスネットワークを定義する

rjagsを使用して条件付き線形ガウスベイジアンネットワークを定義するのは苦労しています。以下ネットの（CLGは、BNは、通常、連続的および離散的な親（予測子）の両方を有する連続子ノード（結果）によって定義される）、AはDおよびEは、連続的、離散的である： rjagsモデルの場合、私は私が欲しいものsuposeノードEのパラメータは、値ノードA上で定義されるのであるかかる：擬似コード mod

1熱

1答えて

JAGSの階層モデルを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

0熱

1答えて

mcmcオブジェクトからの変数の再構築

私はサンプラーとしてrjagsを使用しています。モデルには3つの行列が定義されています。 coda.samples関数は、サンプルのリストを返します。最初のサンプルリストを見ると、列名は次のようになります。 > colnames(output[[1]]) "A[1,1]" "A[2,1]" "A[1,2]" "A[2,2]" ... "B[1,1]" "B[2,1]" "B[3,1]" "B[

1熱

1答えて

相関ランダム効果（時間）

コンテキスト含まれるようにぎざぎざにglmer（二項）を翻訳：を私は個人が0-4からの評価を与えられている12項目のリスク評価（4が最高リスクであることを持っています）。リスクアセスメントは、個人ごとに複数回行うことができます（最大= 19、ほとんどの場合、5回以下の測定値しかありません）。リスクのベースラインレベルは個人によって異なるので、私はランダムインターセプトモデルを探していますが、リ

0熱

1答えて

JAGSを使用して予測を生成

私はパラメータ化された線形ガウスベイジアンネットワークを持っており、rjagsを使用してモデルの予測を試みています。私は1つの観察のためにこれを行うことができますが、複数の観察をどのように渡すかはわかりません。ここでの例では、期待されるように、この作品 library(rjags) library(coda) 初期モデル mod <- textConnection("model {