如何构建模型并在R代码中找到贝叶斯模型的测试版？

我想构建一个Jags模型，并找到测试以及贝叶斯数据分析的先验。我的模型有3个预测变量x1, x2, x3，结果是伯努利分布变量Y。如何定义先验概率P(Y=1|X1), P(Y=1|X2), P(Y=1|X3)三个预测因素影响结果Y？我的数据基于矩阵nXr, n=1920 r=4 columnsX1, X2, X3 and Y。如何构建模型并在R代码中找到贝叶斯模型的测试版？

来源

2017-02-23 IPPOKRATIS KARAKOTSOGLOU

听起来好像你在问如何在JAGS中构造GLM。如果是的话，那么最简单的方法可能是使用template.jags功能在runjags包你使用类似做到这一点的：

library('runjags') 
template.jags(Y ~ X1 + X2 + X3, data=nXr, family='binomial', write.data=FALSE) 
## Inspect and edit the JAGSmodel.txt file ## 
results <- run.jags("JAGSmodel.txt", data=nXr)

注意NXR有望成为一个数据帧，而不是一个矩阵就像你说你现在有。这为相关参数使用了（相对标准的）最小信息量的先验，但为了根据需要调整先验，编辑为您创建的模型文件是高度可预见的。我不知道'找到测试版'是什么意思，除非你是指固定效应的截距和系数？

如果这没有帮助，那么我认为您需要为您的问题添加更多信息 - 例如更多关于您的预测变量X1-3的信息，您试图准确实现的内容以及显示前几行你的数据也不会受到伤害。

来源

2017-02-24 13:37:02

在这种情况下贝叶斯公式是如何形成的？ P（Y | X1，X2，X3）=？ P（Y | X1X2）怎么样？ –

通过将单词'deviance'添加到JAGSmodel.txt文件中的监视器列表（如果它尚未存在），可以监视模型的偏差（减去log后验的两倍）。这给了你偏差的完整后面。如果你想计算可能性/后验的各个部分，你可以用R来做这个。 dbinom和来自JAGS模型后面的X1，X2，X3的估计值（或者您可以计算和监测JAGS模型内可能性的单个分量）。 –

如何构建模型并在R代码中找到贝叶斯模型的测试版？

回答

相关问题