我如何模拟已经安装的模型的响应变量？

Question

我已经安装一个回归模型JAGS

model{ 
    for(i in 1:n) { 
     y[i] ~ dbeta(alpha[i], beta[i]) 
     alpha[i] <- mu[i] * phi[i] 
     beta[i] <- (1 - mu[i]) * phi[i] 
     log(phi[i]) <- -inprod(X2[i, ], delta[]) 
     cloglog(mu[i]) <- inprod(X1[i, ], B[]) 
    } 

    for (j in 1:p){ 
     B[j] ~ dnorm(0, .001) 
    } 

    for(k in 1:s){ 
     delta[k] ~ dnorm(0, .001) 
    } 
} 

但我需要模拟响应变量的50个样品，其中每一个有规模，做一些地块。我该怎么做？

我发现这个线程利特尔帮助Estimating unknown response variable in JAGS - unsupervised learning

我应该运行链再次获得后的价值估计，我已经为inits？

Answer 1

我假设你的数据是y,X1和X2。
您可以在您的X1和X2协变量中添加50行数据，并在y中添加50个NA值。并修改n以包含50个值。
然后，您的模型将生成添加了y的50个NA值的预测。

Answer 2

是的，你可以根据你描述的做完全的，只要你第一次创建50条意见和变量Y，X1和X2一个新的数据集，通过StatnMap（即，50个值都X1描述和X2和50 NA s代表Y），但您不需要重新运行模型，正如StatnMap所暗示的。只是要清楚：你可以，但你不需要需要。