在一项实验中,参与者可以使用策略 X 和 Y 的组合来解决问题。θ 是 X 的权重(范围从 0 到 1,分布为 Beta),它可以通过某种方式从人类数据中推断出来(此处或许无需赘述)。
在我阅读的一篇论文(p. 117) 1中,作者通过均值和标准差重新参数化了 θ 的 Beta 分布。如何在 JAGS 中实现这一点?以下是我的尝试,我不确定它是否正确。如果没有,我想知道我应该做什么。
model{
for (i in 1:n) { # for each person
theta[i] ~ dbeta(alpha, beta) # theta values come from data
}
alpha <- mu * phi
beta <- (1-mu) * phi
phi ~ dgamma(.1,.1)
mu ~ dunif(0,1)
}
在此先感谢,如果有任何我应该添加的细节,请告诉我!