0

我正在尝试运行一个贝叶斯聚类模型，其中聚类的数量是随机的，具有二项分布。这是我的 Jags 模型：

model{
    for(i in 1:n){
        y[ i ,1:M] ~ dmnorm( mu[z[i] , 1:M] , I[1:M, 1:M])      
        z[i] ~ dcat(omega[1:M])
    }
    for(j in 1:M){
        mu[j,1:M] ~ dmnorm( mu_input[j,1:M] , I[1:M, 1:M] )
    }
    M ~ dbin(p, Mmax)       
    omega ~ ddirich(rep(1,Mmax))
}

要运行它，我们需要定义参数和变量的初始值，这是在这个 R 脚本中完成的

Mmax=10

y = matrix(0,100,Mmax)
I = diag(Mmax)
y[1:50,] = mvrnorm(50, rep(0,Mmax), I)
y[51:100,] = mvrnorm(50, rep(5,Mmax), I)

plot(y[,1:2])

z = 1*((1:100)>50) + 1

n = dim(y)[1]

M=2
mu=matrix(rnorm(Mmax^2),nrow=Mmax)
mu_input=matrix(2.5,Mmax,Mmax) ### prior mean
p=0.5

omega=rep(1,Mmax)/Mmax

data = list(y = y, I = I, n = n, mu_input=mu_input, Mmax = Mmax, p = p)

inits = function() {list(mu=mu,
                         M=M,
                         omega = omega) }

require(rjags)
modelRegress=jags.model("cluster_variabile.txt",data=data,inits=inits,n.adapt=1000,n.chains=1)

然而，运行最后一个命令，一个得到

Error in jags.model("cluster_variabile.txt", data = data, inits = inits,
:   RUNTIME ERROR: Compilation error on line 6. 
Unknown variable M Either supply values 
for this variable with the data or define it  on the left hand side of a relation.

这对我来说毫无意义，因为即使 M 已经出现在模型的第 4 行，错误也出现在第 6 行！运行此脚本的实际问题是什么？

4

2 回答 2

1

所以，我认为主要问题是你不能改变你正在更新的随机节点的维度。这似乎是可逆跳跃 MCMC 的问题，尽管我认为你不能在 JAGS 中做到这一点。

于 2020-12-18T17:21:43.737 回答
1

所以 JAGS 不像 R 或其他编程过程语言，因为它实际上并不逐行运行，它是一种声明性语言，这意味着命令的顺序实际上并不重要，至少就错误如何弹出而言。因此，仅仅因为它没有在第 4 行抛出错误并不意味着那里也没有错误。我不是肯定的，但我相信错误正在发生，因为 JAGS 尝试在输入值之前先构建数组，所以在这个阶段实际上没有定义 M，但你对此无能为力。

除此之外，应该有一个相当简单的解决方法，它只是效率较低。而不是循环从1:M使循环以1:MMax这种方式迭代，尺寸实际上并没有改变，它总是一个 MMax x MMax。然后第 7 行只是将这些位置中的 1:M 分配给一个值。这样做的缺点是它需要您在模型拟合后进行一些处理。因此，在每次迭代中，您都需要提取采样的 M 并将矩阵 mu 过滤为 M x M，但这应该不会太难。如果您需要更多帮助，请告诉我。

于 2020-12-30T19:53:17.730 回答