0

我正在做一个介绍性贝叶斯分析课程的项目，而且我对定期使用 R 也很陌生。我们应该使用我们找到或放在一起的数据集来构建层次模型。我将一个数据集放在一起来分析一个国家的社会自由及其财富在多大程度上影响其幸福感的问题。数据集如下所示：

      Country Country.ID Year Happiness.Score   GDP.PPP Status
1 Afghanistan          1 2015           3.575  1766.593      1
2 Afghanistan          1 2016           3.360  1757.023      1
3 Afghanistan          1 2017           3.794  1758.466      1
4     Albania          2 2015           4.959 10971.044      2
5     Albania          2 2016           4.655 11356.717      2
6     Albania          2 2017           4.644 11803.282      2

Status 取自我转换成整数的 Freedom House，1表示不自由，2表示部分自由，3表示自由社会。对于我的第一个模型，我不想添加 GDP 数据。

我整理了看起来与我们在课堂上看到的示例相同的代码，但我遇到了麻烦，我不知道如何修复它。

以下是我如何设置从创建列表到建模、设置先验和运行jags命令的所有内容：

#Making lists and assigning loop numbers
Num.Obs <- 460
Country <- impute.set1[,2]
Year <- impute.set1[,3]
Happiness.Score <- impute.set1[,4]
GDP.PPP <- impute.set1[,5]
Status <- unique(impute.set1[,6])
Num.Status <- 3

#Modeling
model1 <- function(){
  #Data Model
  for (i in 1:Num.Obs){
    #Observations at Country Level
    Happiness.Score[i] ~ dnorm(mu[i], tau.Happiness.Score)
    #Random Intercept and slope(alpha is intercetp, beta1 of country and time)
    mu[i] <- alpha[Country[i]] + beta1[Country[i]]*Year[i]
  }
  #Priors
  for (j in 1:Num.Status){
    alpha[j] ~ dnorm(mu.alpha, tau.alpha)
    beta1[j] ~ dnorm(mu.beta1[Status[j]], tau.beta1)
  }
  mu.alpha ~ dnorm(0, 0.01)
  tau.alpha ~ dnorm(0, 0.01)
  sigma.alpha ~ dunif(0, 10)

  mu.beta1[1] ~ dnorm(0, 0.01)
  mu.beta1[2] ~ dnorm(0, 0.01)
  mu.beta1[3] ~ dnorm(0, 0.01)
  tau.beta1 ~ dnorm(0, 0.01)
  sigma.beta1 ~ dunif(0, 10)

  tau.Happiness.Score ~ dnorm(0, 0.01)
  sigma.Happiness.Score ~ dnorm(0, 0.01)
}

#Listing my lists and parameters I want to save for final use
MyVars1data <- list(Country=Country, Year=Year, Status=Status, Happiness.Score=Happiness.Score,
                    Num.Obs=Num.Obs, Num.Status=Num.Status)
params <- c("mu.alpha", "mu.beta1[1]", "mu.beta1[2]", "mu.beta1[3]", "sigma.Happiness.Score")

#Implement Jags
m1 <- jags(MyVars1data,
           model.file = model1,
           parameters.to.save = params,
           n.chains = 3,
           inits = NULL,
           n.iter = 10000,
           n.burnin = 5000,
           progress.bar = "text")

我最终得到一个看起来像这样的错误：

Error in jags.model(model.file, data = data, inits = init.values, n.chains = n.chains,  : 
  RUNTIME ERROR:
Compilation error on line 5.
Index out of range taking subset of  alpha

我的数据集中有 460 个观察值。我正在查看我制作的循环，我认为i应该从 1 到 460。我相信错误就在这里：mu[i] <- alpha[Country[i]] + beta1[Country[i]]*Year[i]我看错地方了吗？

谁能帮我调试一下？任何帮助将不胜感激。

4

0 回答 0