问题标签 [r2jags]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - JAGS 无法识别存储在 R 全局环境中的值
我正在使用 R2jags 包在 Windows 10 中使用 R v3.6.1 和 Rstudio v1.2 运行 JAGS。JAGS 似乎没有找到我在 R 中为 MCMC 设置(例如 n.iter、n.burn-in 等)创建的存储值,因为我的代码:
产生错误
如果我用数字(n.burnin = 10000)替换存储值的名称,它将返回相同的错误,但对于不同的 MCMC 设置。我假设 JAGS 也将无法找到我存储在全局环境中的列表和数据框。我认为我系统的防火墙阻止了 JAGS 访问全局环境,所以我禁用了我的防病毒措施,并以管理员身份运行了 R 和 Rstudio。这并没有解决问题。
r - 在集群上运行 R 函数 jags
我正在尝试在集群上运行 R 程序。在 R 程序中,jags
函数是从包中调用的R2jags
。如果我不使用集群而只使用 R,那么程序可以正常工作。但是,当我尝试提交作业时,我收到以下错误。如果我不调用该函数jags
并使用集群,那么它就可以正常工作。
r - 将 R2jags 对象转换为 Stanreg (rstanarm) 对象
我使用R2jags
. 我喜欢这种jags
语法,但我发现生成的输出R2jags
不容易使用。我最近读到了这个rstanarm
包。它具有许多有用的功能,并得到tidybayes
和bayesplot
软件包的良好支持,便于模型诊断和可视化。但是,我不喜欢用rstanarm
. 理想情况下,我想两全其美,即编写模型R2jags
并将输出转换为Stanreg
对象以使用rstanarm
函数。
那可能吗?如果是这样,怎么做?
r - 函数 inprod 中的不合格参数
所有,我正在尝试在 R 中使用 JAGS 模型。R 包是“R2jags”。我对下面的错误感到困惑。
编译模型图 解析未声明的变量 分配节点 删除模型 jags.model(model.file, data = data, inits = init.values, n.chains = n.chains, : RUNTIME ERROR: Non-conforming parameters in function inprod
数据处理部分,
我的模型代码是这样的,
任何帮助将不胜感激!
r - 我正在尝试使用 R 中的 R2Jags 并行化 MCMC,需要帮助解决此错误
我想使用R2Jags
并行模型 ( jags.parallel
) 来加快我的计算速度。
文档说明我需要在更新模型之前重新编译模型。但是我得到一个明确的错误,我不知道如何处理。
错误信息:
引发错误的代码:
在第 33 行中,使用了 M[s],并在数据部分中定义了 M。重新编译时不再定义 M 的可能原因是什么?
干杯和感谢
r - 从复杂的 Rjags 模型中预测值
这是我第一次使用 R2Jags、MCM 链和贝叶斯模型,我在计算模型的预测值时遇到了麻烦。该模型基于 Hallmann 等人的研究。2017(https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0185809),具体是基本模型(R代码见论文附录)
这是我的锯齿代码
数学方程可以在论文中找到(方程 2、3、4、6)
我正在尝试获取 m_bio 的值。我查看了类似这样的其他帖子:如何使用来自 rjags / JAGS 的估计值来预测值,但无法将简单回归公式 (a + b * x) 的解决方案“外推”到我的。
我将从提取每个参数的平均值开始,大致如下:
我卡住的部分是矩阵乘法。当我有多个预测变量时会发生什么变化?
我也不确定在那之后我必须做什么。如果我正确理解了模型,我需要使用所有三个方程,即 z[i]、y[i] 和 vr[i] 来计算 m_bio 的值(以及相关的 eqs.sig_sq和 Var),对吗?
希望我充分传达了我的问题。感谢所有回复:)
bayesian - 如何避免过度分散的泊松回归过拟合?
我有一个数据集,包括三个变量,包括公司 id(有 96 家公司)、专家 id(有 38 位专家)和专家给公司的分数。点是从 0 到 100 的离散值。我尝试将过度分散的泊松拟合到专家给出的模型点。但是我不知道为什么模型会过度拟合,尽管我使用的是线性似然。这是我的 JAGS 代码:
任何人都知道为什么这个模型过拟合以及如何修复它?
r - 如何使函数中的变量等于先前在 jags 中的试验中该变量的总和
在我的模型中,我有 10 个选项(从 1 到 10)供每个受试者和每个试验选择 ( expectancy
)。我根据下图中的规则计算了每个选项的值,因此每个选项的值根据每次试验之间的差异shock
和v
每次试验中的差异进行更新(乘alpha
)。然后,我使用 softmax 规则将v
每个选项转换为具有相同功能的特定概率:JAGS 错误:“解析未声明的变量”和“exp 的向量参数无效”。
我想这里的问题是我不能让 jags 更新相同选择的值。
数据:expectancy
= 每次试验中从 1 到 10 的数字。shock
=每次试验中的编号为 1 或 0。(我在下面提供了示例数据)
第二个情节是如何在 stan 中完成 2 个选择/1 个主题情况。