OpenBUGS未能收敛于WinBUGS中收敛的模型。精确限制？

作为这篇文章的标题说，当我尝试运行代码和数据，使用BRugsFit（与coda=T）在WinBUGS软件正常工作，从R，我得到这些错误：OpenBUGS未能收敛于WinBUGS中收敛的模型。精确限制？

Error in glm.fit(x = structure(c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, : 
    NA/NaN/Inf in foreign function call (arg 1) 
In addition: Warning messages: 
1: glm.fit: algorithm did not converge 
2: glm.fit: algorithm did not converge 
3: glm.fit: algorithm did not converge 
4: glm.fit: algorithm did not converge 
5: step size truncated due to divergence

当我在做tail()尾声对象，我一遍又一遍地得到相同的数字。另一方面，当我运行WinBUGS，保存尾声，并将其加载到R中，我会得到一些随意的变化，就像我期望的那样，并且没有关于收敛的警告。

这里是我的模型（它使用“那些把戏”，找了物流，梅约翰分布参数的后验）。

model { 
    for(i in 1:n){ 
      ones[i]<-1; 
      # here I pre-calculate two quantities that occur several times 
      # in the PDF, to save a little processing time 
      expbx[i] <- exp(b*x[i]); expbx1[i]<- 1/(1+sd*(expbx[i]-1)); 
      # below is the actual PDF 
      p[i]<-(c+a*expbx[i]*expbx1[i])*exp(-c*x[i])*pow(expbx1[i],1/s); 
      # the ones trick 
      ones[i]~dbern(p[i]); 
    } 
b~dunif(0,1); d~dexp(1); c~dexp(1); s.raw~dflat(); 
    # a (lambda) parametrized this way because it comes out more accurate 
    # s forced to be > 0 
    a<-b*d; s<-abs(s.raw); 
    # NOT a standard deviation, just s times d, to save processing time 
    sd<-s*d; 
    # I save all the parameters I'm interested in to one vector, for convenient 
    # viewing of them all in the same window. 
    out[1]<-a; out[2]<-b; out[3]<-c; out[4]<-s; out[5]<-d; 
}

这里是我的数据的一个典型的例子：

list(n= 148 ,x=c(1246,1175,1048,1169,1043,802,543,719,1296,817,1122,542,839,443,1536,700,834,232,596,1096,1118,957,974,1031,1149,1044,1108, 
519,677,569,952,1243,970,1736,1262,1026,979,1543,1029,761,533,540,511,1150,1589,1169,1029,1248,1572,638,731,525,968,1467,1596,1077,712,1603,1 
203,991,37,1775,893,993,913,1487,1186,1381,977,1247,857,786,615,733,1206,1059,1508,569,1205,754,886,1099,843,599,780,1294,1603,1242,883,1320, 
507,1097,1193,218,1362,1181,1118,453,1291,972,787,1061,1097,1100,1117,1174,596,1305,1071,940,919,999,1209,1043,1161,1016,1025,750,423,732, 
1389,907,1184,1275,944,1209,1073,1098,1348,976,817,557,211,961,880,1039,1287,736,1400,1757,1355,977,198,689,853,1251,767,768))

...和典型inits（我用4个链条，细化20，燃尽2000，20000次迭代）

list(d=0.001738,b=0.0009672,c=0.002451,s.raw=0.001511) 
list(d=0.006217,b=0.005596,c=0.00777,s.raw=0.007019) 
list(d=1.504E-05,b=4.825E-06,c=2.172E-07,s.raw=6.104E-05) 
list(d=0.3011,b=0.03552,c=0.1274,s.raw=0.2549)

OpenBUGS是否仅仅是比WinBUGS四舍五入到更少的有效数字，如果是这样，也许有一个设置我可以改变，使它停止这样做？

来源

2012-07-07 f1r3br4nd

+1，只是问题的类别。我很高兴看到有人应用BUGS。 – duffymo 2012-07-07 23:41:43

你试过JAGS吗？一般来说，即使有些棘手的问题，像BUGS一样的黑盒采样器可能会非常敏感...... – 2012-07-07 23:57:11

我愿意尝试一下。它是否过度放松？ WinBUGS有一些非常可怕的自相关没有这个功能。另外，在JAGS中复制WinBUGS的多个链功能就像执行多个JAGS运行一样简单，然后将它们手动合并为一个尾波？ – f1r3br4nd 2012-07-08 01:26:40

我试探性的答案，这似乎是一些组合...

的format论据bugsInits()和bugsData()命令设置为fg。
参数化的先验分布，使得如果该参数是非常小的（在对数标度的负两位数）的倒数（或一些其它适当的变换）被采样。
只需使用大变薄区间（在我的情况，80）和迭代了很多。 OpenBUGS目前不支持过度放松，就是这样。
如果一些变量是分类的，不要试图将它们纳入同一个总结为连续变量。

为了谁建议过度松弛关闭应答：问题是，我不能把它上，没有它，迭代永远走。但这似乎是目前唯一的选择。我希望WinBUGS手册更加具体地说明谨慎使用此功能的含义。哦，我想我最终需要阅读他们引用的论文。但是，由于这在OpenBUGS中还没有提供，所以目前它是半开玩笑。

我会离开我的问题打开了一会儿，如果有人比我已经能够拿出更好或更详细的解答。

来源

2012-07-23 16:16:06 f1r3br4nd

OpenBUGS未能收敛于WinBUGS中收敛的模型。精确限制？

回答

相关问题