1

所以我目前有一个模型适合一些“答案是肯定的试验”

你并不需要知道我相信的细节，但它是一个分层模型，其中数据是一个 3d 数组（2 个条件 * 48 个参与者 * 7 个试验类型）。最后一行是

    resp_diff[i,j,k] ~ dbin(pdiff[i,j,k],trials[i,j,k])

这是在这种类型/条件/参与者试验[i,j,k] 中的许多试验上以概率 pdiff[i,j,k] 的二项式得出的“是”响应的预测数量。

这个功能很好，让我很适合和合理的参数估计。

但是，现在我想添加“是”响应与 pdiff 根本无关的可能性，而是对于某些比例的试验是随机决定（例如，参与者没有注意，点击错误，等等）。

所以我为每个参与者添加了一个节点 lapse[i]，它应该代表在任何一次试验中“猜测”的概率。然后将底线替换为

            trials_lapse[i,j,k] ~ dbin(lapse[i],trials[i,j,k])
            trials_reg[i,j,k] <- trials[i,j,k]-trials_lapse[i,j,k]
            diff_lapse[i,j,k] ~ dbin(0.5,trials_lapse[i,j,k])
            diff_reg[i,j,k] ~ dbin(pdiff[i,j,k],trials_reg[i,j,k])
            resp_diff[i,j,k] ~ dsum(diff_reg[i,j,k],diff_lapse[i,j,k])

也就是说，我们现在将试验总数 [i,j,k] 分为“常规”试验（其响应取决于上述模型）和失效试验（浓度已“失效”），然后绘制分别为每个我们得到多少“是”的回答是由于猜测，以及有多少是由于基于模型的答案。然后在最后对这些求和，我们仍然将 resp_diff[i,j,k] 拟合到一个 R 数组 resp_diff ，其数据被输入到 JAGS 模型中。

这不起作用，我得到错误

    Error in node diff_reg[1,1,1]
    Node inconsistent with parents

我一生都无法弄清楚为什么会发生这种情况，但我认为这与我对 dsum 函数的误解有关。我也尝试了常规的“总和”，但没有运气。

我在这里做错了什么？任何帮助将不胜感激！

谢谢，

H

4

0 回答 0