我已经simple linear regression
Bayesian
使用rjags
. 我能够通过分别指定所有预测变量(如lm
对象)来运行模型。现在我想学习如何通过将预测变量作为矩阵引入而不是单独指定它们来指定预测变量。
所以我运行了以下代码,但它给出了一些错误。
我使用包中的tobbaco
数据集rrr
来提供可重现的示例。
library(rrr)
require(dplyr)
library(rjags)
tobacco <- as_data_frame(tobacco)
N1 = length(tobacco$Y1.BurnRate)
x1 = model.matrix(Y1.BurnRate~X2.PercentChlorine+X3.PercentPotassium ,data = tobacco)
bayes_model_mul1=
"model {
for(i in 1:N1){
Y1.BurnRate[i]~dnorm(mu1[i],tau1)
for(j in 1:3){
mu1[i]=beta1[j]*x1[i,j]
}
}
for (l in 1:3) { beta1[l] ~dnorm(0, 0.001) }
tau1 ~ dgamma(.01,.01)
sigma_tau1 = 1/tau1
}"
model3 <- jags.model(textConnection(bayes_model_mul1),
data = list(Y1.BurnRate=tobacco$Y1.BurnRate, x1=x1, N1=N1),
n.chains=1)
运行后model3
,出现以下错误。
jags.model(textConnection(bayes_model_mul1), data = list(Y1.BurnRate =烟草$Y1.BurnRate, :
RUNTIME ERROR:
Compilation error on line 6.
尝试重新定义节点 mu1[1]) 中的错误
谁能帮我解决这个问题?这是因为将预测变量作为矩阵引入吗?