问题标签 [jags]

我的模型因以下错误而失败：

我做了一些诊断，发现链 3 中的初始值存在问题。但是，这种情况有时会发生。在这种情况下，有没有办法告诉run.jagsJAGS 自己重新尝试并重新运行模型？例如，告诉他再做 N 次尝试正确初始化模型。那将是非常合乎逻辑的事情，而不仅仅是失败。还是我必须手动做一些tryCatch事情？

PS：请注意，我目前正在使用run.jags从 R 运行 JAGS。

呃！有几篇文章讨论了如何应对：

即，一些警告。参见，例如：

自制未酿造的文件

Brew Doctor - “警告：在 /usr/local/include 中找到未酿造的头文件”？

在全新安装的自制软件中处理未酿造文件的最佳实践

...

就我而言（我刚开始在我的 Mac OSX 上使用 Homebrew），总而言之，它说：

• 意外的 dylib（在 /usr/local/lib/ 中）
• 意外的头文件（在 /usr/local/include/c++/4.9.0/、/usr/local/include/c++/5.0.0/、/usr/local/include/JAGS/、/usr/local/include/ ntfs/、/usr/local/include/ntfs-3g/ 等）
• 未编译的 .la 文件（在 /usr/local/lib/ 中）
• 未酿造的 .pc 文件（在 /usr/local/lib/pkgconfig/ 中），实际上可能列出未酿造的东西：
  • /usr/local/lib/pkgconfig/fuse-ext2.pc
  • /usr/local/lib/pkgconfig/jags.pc
  • /usr/local/lib/pkgconfig/libntfs-3g.pc
  • /usr/local/lib/pkgconfig/libublio.pc
  • /usr/local/lib/pkgconfig/tcl.pc
  • /usr/local/lib/pkgconfig/tk.pc
• 和一些静态库（在 /usr/local/lib/ 中）

因此，我的问题是，再次，如何反应？尤其是，Anaconda 和 Homebrew 的“碰撞”有多令人担忧？另外，我担心对 JAGS 的影响（它不像 Anaconda 那样广泛使用，但仍然......）。

所有系统的观点都受到更多的欢迎！

非常感谢，PM

我正在尝试使用 rjags 运行贝叶斯回归模型，并且我的数据有 4 个相关条件。该模型在跨条件折叠时运行良好，但是我不明白在哪里/如何指定我希望这个模型为每个条件单独运行，但仍然给我一个coda.samples允许我比较 Beta 值的输出（我想要 4 Beta0 和 4 个 Beta1 值，每个条件一个）。这是我的模型：

其中主题和项目被称为获得固定的效果偏移，并且“rt”是一个连续的因变量。条件以 1:4 的向量“条件”编码。

我假设我在某个地方需要另一个 for 循环，但我不确定在哪里。

我在尝试从 big 中提取单个变量时遇到问题mcmc.list：

mcmc.listoutRJ$mcmc很大，实际上是 442 MB（包含 3 个链的数据，用于 960 个变量，每个 20000 次迭代）：

但是单个变量应该只有 234 kB！但是提取它似乎需要更多的内存！

如何在不需要太多内存的情况下从大 mcmc.list 中提取？

想象一个简单的增长模型。我如何获得领先一步的预测？

我看了一个类似的问题，但它对我没有帮助。这是我的JAGS代码（包含在文本文件 simulazione_vivek.txt 中）：

这是我的R代码：

但我收到此错误消息：

请帮忙。

我试图了解 JAGS 如何计算偏差和偏差信息标准(DIC)。

如果您只有一个链，R中的dic.samples函数会引发错误。rjags

计算DIC的公式涉及计算模型中参数的预期偏差和预期值处的偏差。我想这样的估计可以从单个链中获得（尽管有时可能存在只能通过多个链来识别的收敛问题）。

该手册指出：

pD 监视器通过比较跨多个链 [1] 的偏差来估计观察到的随机节点对参数有效数量 (pD) [3] 的贡献。它是通过使用选项 type(pD) 创建的。如果模型只有一个链，则无法定义 pD 监视器。

所以我的问题是：

• 为什么 JAGS 需要至少两条链来计算 DIC？
• 或者更具体地说，为什么 pD 监视器需要两条链？

我目前正在 JAGS 中安装一组 16 个模型。我在 jags 中有一个函数，它计算结果变量的每个值的概率的对数，另一个函数采用 -2 * 这些对数概率的总和。即，我有一个自定义公式来计算每个模型的偏差。我想检查我对偏差的定义是否与 JAGS 使用的相同。

在运行 5000 次老化和 5000 次迭代后，我得到了以下结果：

基本上，对于某些模型，偏差很接近但并不完全相同，而对于其他模型（例如，7、13、16）则有很大不同。

为什么使用我的自定义公式计算的偏差与使用基于 DIC 的自动方法获得的偏差不同？

我正在使用 RJAGS 修改现有模型。我想并行运行链，偶尔检查 Gelman-Rubin 收敛诊断，看看我是否需要继续运行。问题是，如果我需要根据诊断值恢复运行，重新编译的链会从第一个初始化的先前值重新启动，而不是从参数空间中链停止的位置重新启动。如果我不重新编译模型，RJAGS 会抱怨。有没有办法在链条停止时存储它们的位置，以便我可以从中断的地方重新初始化？这里我将举一个非常简化的例子。

例子1.bug：

并行测试.R：

在输出中，我看到：

我知道应该有> 5000次迭代。（交叉发布到 stats.stackexchange.com，这可能是更合适的地点）

是否可以像in一样设置种子WinBUGS来重现参数估计？set.seedR