限制R JAGS中的参数顺序

我对R JAGS中的一个简单问题感到困惑。例如，我有10个参数：d [1]，d [2]，...，d [10]。从数据中直观地看出，它们应该在增加。所以我想对它们加以限制。限制R JAGS中的参数顺序

这里是我试图做的，但它给错误信息，说“节点与父母不一致”：

model{ 
    ... 
    for (j in 1:10){ 
    d.star[j]~dnorm(0,0.0001) 
    } 
    d=sort(d.star) 
    }

然后我尝试这样的：

d[1]~dnorm(0,0.0001) 
    for (j in 2:10){ 
    d[j]~dnorm(0,0.0001)I(d[j-1],) 
    }

这个工作，但我不”不知道这是否是正确的做法。你能分享你的想法吗？

谢谢！

来源

2017-04-05 user3669725

如果您对此类事情一直不确定，最好只模拟一些数据以确定您建议的模型结构是否有效（扰流警报：确实如此）。

这里是我使用的模型：

cat('model{ 
    d[1] ~ dnorm(0, 0.0001) # intercept 
    d[2] ~ dnorm(0, 0.0001) 
    for(j in 3:11){ 
    d[j] ~ dnorm(0, 0.0001) I(d[j-1],) 
    } 
    for(i in 1:200){ 
    y[i] ~ dnorm(mu[i], tau) 
    mu[i] <- inprod(d, x[i,]) 
    } 
    tau ~ dgamma(0.01,0.01) 
    }', 
file = "model_example.R")```

这里是我模拟了这个模型中使用的数据。

library(run.jags) 
library(mcmcplots) 

# intercept with sorted betas 
set.seed(161) 
betas <- c(1,sort(runif(10, -5,5))) 

# make covariates, 1 for intercept 
x <- cbind(1,matrix(rnorm(2000), nrow = 200, ncol = 10)) 

# deterministic part of model 
y_det <- x %*% betas 

# add noise 
y <- rnorm(length(y_det), y_det, 1) 

data_list <- list(y = as.numeric(y), x = x) 

# fit the model 
mout <- run.jags('model_example.R',monitor = c("d", "tau"), data = data_list)

在此之后，我们就可以绘制出估计和覆盖参数值为true

caterplot(mout, "d", reorder = FALSE) 
points(rev(c(1:11)) ~ betas, pch = 18,cex = 0.9)

黑点是真正的参数值，蓝色的点和线的估计。只要有足够的数据来估计所有这些参数，看起来这种设置没有问题。

来源

2017-04-06 14:47:03

谢谢！这非常有帮助。 – user3669725

它看起来像在第一个实现中有语法错误。请尝试：

model{ 
    ... 
    for (j in 1:10){ 
    d.star[j]~dnorm(0,0.0001) 
    } 
    d[1:10] <- sort(d.star) # notice d is indexed. 
}

并将结果与第二个实现的结果进行比较。根据文件，这些都是正确的，但建议使用功能sort。

来源

2017-04-06 16:47:52 altroware

感谢您指出！我的实际代码实际上有这个d [1:10]一块，但仍然有同样的错误....我问了关于此问题的另一个问题：http://stackoverflow.com/questions/43216398/jags-model-with-错误节点不一致的，以父母 – user3669725

限制R JAGS中的参数顺序

回答

相关问题