关于拟合正常+对数正态混合模型的问题

我现在正在使用包含两个组件的混合模型：正态和对数正态以适应矢量。我尝试使用JAGS，这里是代码：关于拟合正常+对数正态混合模型的问题

model { 
    for(i in 1:N) { 
    y[i] <- latent[i,index[i]+1] 
    index[i] ~dbern(pi) 
    latent[i,1]~ dlnorm(mu1,tau1) 
    latent[i,2]~ dnorm(mu2,tau2)} 
    pi ~ dbeta(0.5,0.5) 
    mu1 ~ dnorm(0.4,0.000001) 
    tau1~ dgamma(0.001,0.001) 
    mu2 ~ dnorm(4,0.000001) 
    tau2~ dgamma(0.001,0.001) 
}

然而，它不与错误消息工作“Y [1]是一个逻辑节点，并且不能观察到”。我也试过

y[i] <- pi*z1+(1-pi)*z2 

z1 ~ dnorm(mu1,tau1) 

z2 ~ dlnorm(mu2,tau2)

...

，但它给了同样的错误消息。看来我必须分配一个分配给y [i]。任何人都可以帮助克服这个问题吗？或者用于解决这种混合模型的其他方法也将被赞赏！

来源

2016-09-21 Rosemary Chen

如果你只是想这两款机型搭配，你可以做这样的事情：

model { 
    for(i in 1:N) { 
    index[i] ~dbern(pi) 
    latent[i]~ (dlnorm(mu1,tau1)*(1-index[i]))+(dnorm(mu2,tau2)*index[i]) 
} 
    pi ~ dbeta(0.5,0.5) 
    mu1 ~ dnorm(0.4,0.000001) 
    tau1~ dgamma(0.001,0.001) 
    mu2 ~ dnorm(4,0.000001) 
    tau2~ dgamma(0.001,0.001) 
}

这样一来，在它要么选择使用对数正态分布或正常模式模型的每个步骤。如果您跟踪index它会告诉您在MCMC链中每个步骤选择哪个分配（索引= 1 =正常，索引= 0 =对数正态分布）。此外，您可以将指数和除以MCMC链中的步数之和，以获得选择1的时间比例（正常）。

来源

2016-09-22 14:16:52

您好，非常感谢您的回复！我尝试了你的代码，但是错误信息是“Error line parsing model file： syntax error on line 4 near”（“” –

Ah。Change'latent [i]〜（dlnorm（mu1，tau1）*（1-index [i ]）+ dnorm（mu2，tau2））+（dnorm（mu2，tau2）* index [i]）到'y [i]〜（dlnorm（mu1，tau1）*（1-index [i]）） * index [i]）'看看是否有效，如果有的话，我会编辑答案。 –

关于拟合正常+对数正态混合模型的问题

回答

相关问题