jags相关内容
我正在尝试将Logistic回归模型拟合到JAGS中,但我得到的数据形式为(#Success y,#Trips n),而不是二进制变量。在R中,您可以通过使用带有“Weight”参数的GLM(y/n~)来将模型与这样的数据相匹配,但我不确定如何在JAG中匹配该模型。 这里有一个简单的例子,我希望它能解决我想要问的问题。请注意,我使用的是rjgs包。感谢您的帮助! y
..
我正在尝试编写一个 Winbugs/Jags 模型来对多粒度主题模型进行建模(正是这篇论文 -> http://www.ryanmcd.com/papers/mg_lda.pdf) 在这里,我想根据特定值选择不同的分布.例如:我想做类似的事情 `if ( X[i] > 0.5 ){Z[i] ~ dcat(theta-gl[D[i], 1:K-gl])W[i] ~ dcat(phi-gl[z
..
我想使用 JAGS 估计 13 个地点(9 个是鸟类,4 个是潜在栖息地)的冠层覆盖百分比的平均值和标准差.我正在使用 beta 分布来说明数据受 0 和 1 约束的事实. 我有适用于其他分布(泊松分布和对数正态分布)的模型语句代码,我试图调整该代码,但失败了. 下面是 R 代码、模型语句和数据.我在 Windows Vista 中使用 R 3.1.1.如果您能查看模型声明并让我理直气
..
完整的数据集包含〜11,000行.在检查代码是否运行的同时,我一直在以K = 400运行代码. 所有行都与地图上的特定单元格相关,并包含从Sentinel-2图像和数字高程图提取的信息. 117个细胞的子集还包含在实地考察中记录的栖息地协变量.因此,某些列(包括响应变量(S1和S2)和tussac)的特征在于NA的比例很高. 代码: add_c4
..
我正在使用JAGS进行分配,以建模二项式分布,其 p 参数是另一个变量 d 的函数. 这就是我想要做的: 从后验中为两个参数alpha/beta生成10000个样本 在dist = 25的情况下进行100次尝试,从后验预测成功次数产生样本 计算25英尺距离处的成功率的95个可信区间 我已经编写了模型,但是出现了错误. 下面是我已经尝试过的代码 #R-code距离= s
..
我正在使用R-package R2jags.运行下面附加的代码后,R产生错误消息:“节点与父代不一致". 我试图解决它.但是,错误消息仍然存在.我正在使用的变量是: i)"Adop":0-1的虚拟变量. ii)"NumInfo":一个计数器变量,其范围为{0,1,2,...}. iii)“价格":5 iv)"NRows":326. install.packages
..
我正在尝试使用索引作为响应(D47),温度作为预测变量(Temp)并考虑离散变量的随机效应(材料)对贝叶斯回归建模.我发现了关于非层次回归的非常好的信息,一些帖子甚至包括这些模型的预测策略.尽管如此,在预测模型中的D47值时,我还是发现了一个引人注目的问题,主要是由于随机拦截. 在预测JAGS回归期间,有什么方法可以应对随机截距? 感谢您的回答, model1
..
在JAGS中,我想为参数w [i]定义泊松分布,如果另一个参数e [i]大于0,该参数也会被截断(大于或等于2). 基本上我希望它代表: w [i]〜ifelse(e [i]> 0,dpois(mu)T(2,),dpois(mu)) 我尝试使用step函数来调整为响应其他人的帖子而提供的代码,该帖子要求类似的内容:但这似乎不起作用吗? 谢谢 解决方案 也许是这样?
..
使用JAGS,我正在尝试估计一个包含特定于单位时间趋势的模型. 但是,问题是我不知道如何对此建模,到目前为止,我一直无法找到解决方案. 作为示例,请考虑我们具有以下数据: rain
..
R,Bayestats和Jags新手在这里.我正在对一些计数数据进行建模,并进行了正确的审查.泊松似乎是我最好的猜测.我想做一个分层模型,因为它给我提供了更多微调参数的可能性.我可以简单地写这样的东西吗? A[i,j]
..
我想使用Jags加R来调整具有可观察量的线性模型,并推断出不可观察量.我在互联网上找到了很多有关如何调整模型的示例,但是在Jags环境中拟合模型后,却没有关于如何外推其系数的任何示例.因此,在此方面的任何帮助,我将不胜感激. 我的数据如下: ngroups
..
我正在尝试使用R中实现的JAGS将多元模型拟合到物种组成数据.我有3个物种相对丰度(界于[0,1]之间)的数据,其中两个具有相关性.这是生成相似数据的代码. #generate some correlated fractional composition data. y1
..
我正在R中使用JAGS将Weibull模型拟合为离散值.将weibull拟合为连续数据没有问题,但是当我切换到离散值时遇到麻烦. 这里有一些数据,以及适合JAGS中的weibull模型的代码: #draw data from a weibull distribution y
..
我正在进行网络荟萃分析,其中包括一些临床试验.响应是二项式的.每个试验包含几种治疗方法. 当我做一个随机效果模型时,JAGS和WinBUGS的输出是相似的.当我执行固定效果模型时,尽管我感兴趣的参数的后代相似,但DIC和pD组件却出局了. 我有类似的模型,它们具有高斯响应,而不是二项式,并且JAGS和WinBUGS是一致的. 固定效果模型的BUGS/JAGS代码来自for(i i
..
我正在使用rjags R库.函数coda.samples生成一个mcmc.list,例如(来自example(coda.samples)): library(rjags) data(LINE) LINE$recompile() LINE.out
..
使用jags.parallel时,出现以下错误: > out
..
我正在尝试根据已知的分布参数来估算百分比覆盖率(COV)的响应值.我可以通过在OpenBUGS中将响应数据指定为NA(例如下面的代码)来做到这一点,但是JAGS不允许这样做.有谁知道我如何用JAGS做到这一点? 我认为这属于“无监督统计学习"类别 model { for (i in 1:n.sites) { # loop around sites # specify pr
..
我有一个函数调用(对jags.parallel),当给定像n.iter = 100这样的数字参数时,该函数调用有效,但是当该参数使用变量值n.iter = n.iter时,该函数调用失败.看来这可能是jags.parallel 中的错误 该错误的最小可重现示例: library(R2jags) model.file
..
我正在尝试编写一个Winbugs / Jags模型来建模多粒度主题模型(正是本文 - > http:/ /www.ryanmcd.com/papers/mg_lda.pdf ) 这里我想根据特定值选择不同的发行版。 例如:我想做类似的事情 `if(X [i]> 0.5) { Z [i] ~dcat(theta-gl [D [i],1:K-gl]) W [i] ~dcat(phi
..